spss聚类分析.ppt

第一节聚类分析核心思想第二节相似性的量度第三节系统聚类分析法第四节K均值聚类分析第五节实例分析与计算机实现聚类分析第一节核心思想“物以类聚,人以群分”。“近朱者赤,近墨者黑”在生物学中,为了研究生物的演变,生物学家需要根据各种生物不同的特征对生物进行分类。在经济学中,,阑尾炎类型的划分:性单纯性阑尾炎,急性化脓性阑尾炎,坏疽性及穿孔性阑尾炎。在社会学研究中,需要构造人口生育分类模式、人口死亡分类状况,以此来研究人口的生育和死亡规律。聚类分析的核心思想就是根据具体的指标(变量)?,那么衡量收入状况的指标有:标准工资收入\职工奖金…..样品是什么?:间隔尺度有序尺度名义尺度思考:能不能对指标进行聚类?第二节相似性的量度一样品相似性的度量二变量相似性的度量一、样品相似性的度量Q型聚类分析,常用距离来测度样品之间的相似程度。选择p个变量对n个样品聚类:可以把n个样品看成p维空间中的n个点,则两个样品间相似程度就可用p维空间中的两点距离来度量。:不同的距离公式:::“马氏距离”法和变量标准化处理法(见书)高校科研的样本学校参加科研人数(人)投入经费(元)立项课题数()1410438000019233617300002134902200008欧氏距离元万元(1,2)(1,3)(2,3),所有变量都会在距离中做出贡献,若变量间存在较高的线形相关性,能够相互替代,那么计算距离就会重复替代,将在距离计算中有较高的权重,。优点:(1)考虑了观测变量之间的相关性。如果各变量之间相互独立,即观测变量的协方差矩阵是对角矩阵。(2)不再受各指标量纲的影响。