贾俊平_统计学_第13章_聚类分析.doc

数据分析
(方法与案例)
作者贾俊平
统计学
统计学
现实是复杂的,是绝对不可能由一
个有组织的科学模型完全描述出来
的。


——Thomas Kuhn
统计名言
第 13 章聚类分析
131>.1 聚类分析的基本原理
层次聚类
K-均值聚类
学习目标
聚类分析的基本思想和原理
层次聚类和K-均值聚类的基本过程
解释聚类的结果
层次聚类和K-均值聚类的差异及应用条件
聚类分析的注意事项
用SPSS进行聚类分析
怎样把消费者分类?
南京雅兴市场研究有限公司在A城市的14个城区抽取3000个15岁以上具有独立购买能力的消费者样本, 研究消费者的生活方式。调查中采用一系列关于对社会活动、价值观念等内容的陈述,请消费者根据自己的情况做出评价。评价结果采用7分评价法,1分表示“非常同意”,7分表示“非常不同意”
对调查结果先通过因子分析将一系列的测试语句进行综合,根据消费者的回答情况,将这些语句分为几大类,最后得到5个主要因子,它们的含义分别是:对时尚的观点、个人的事业性与进取性、对经济利益的看法、社交能力与影响力、生活的计划性。根据因子分析的结果对样本的回答按照新的类型进行重新评估打分,然后根据这些评价进行聚类分析
根据每一类消费者的因子的特征,最终将消费者的生活方式分为6个类别,即:时尚型、自保型、领袖型、上进型、迷茫型(缺乏生活目标型)和平庸型
怎样把消费者分类?
时尚型:这类消费者约占样本量的约21%,主要特征为:年龄相对较轻,平均年龄在35岁左右,教育程度相对较高,一般具有高中以上文化程度,虽然平均家庭月收入较好,平均在2200元左右,同时也是分散程度最高的,表明喜爱时尚并不是高收入者的专利。这一类型中的三资企业员工的比例最大,未婚的比例较大,约占1/4,女性的比例为55%,高于男性
自保型:这类消费者占16%,他们更多的是为自己的生计考虑,考虑自己能否有稳定的经济来源,维持家庭的经济保障是他们最关心的问题。这些人的平均受教育程度较低,中年人的比例较高,平均年龄在44岁左右,家庭月收入较低,平均在1600元左右,国营企业员工以及离退休人员的比例较高。女性的比例高于男性
领袖型:这类消费者占13%。教育程度处于社会平均水平,主要为中年人,有较多的生活阅历,年龄多在45-54岁之间。家庭月平均收入一般在1800元左右。在职业上没有显著特征。已婚比例是各类消费者中最高的,这似乎表明有稳定的家庭也是成为领袖的一个条件。男性比例占55%,高于女性
怎样把消费者分类?
上进型:占消费者总人数的不到13%。他们对生活的态度积极,多为未婚青年,平均年龄在28岁左右,25岁以下的占40%,单身未婚的比例占1/2以上。职业上的显著特征是:1/3为学生,三资企业员工的比例达1/10。男性的比例高于女性。这类消费者是受教育程度最高的,他们的平均家庭收入却是最高的,月平均收入在2300元左右
迷茫(缺乏生活目标)型:约占15%,他们既不注重经济保障,也不参加培训,生活节奏较缓慢。这类消费者主要为退休人员,约占该类型人员的2/3,剩下的主要为均年龄在50岁以上,他们的教育程度是最低的,家庭收入也是最低的,平均不到1600元。在性别分布上,女性的比例远远高于男性,占62%
平庸型:这类消费者约占23%,最大的特点是生活没有计划,日常生活没有规律,而其他指标则均处于中间状态。这类消费者在年龄上比较分散,从15岁到54岁之间的各年龄段均有相当比例,平均教育程度一般,家庭月平均收入在1900元左右。在职业上没有显著特征,但待岗人员的比例稍高于其他各类型。在性别上,男性稍高于女性
聚类分析
(cluster analysis)
在现实生活中,分类问题是十分常见的
根据经济发展水平把各个国家分成发达国家、中等发达国家、发展中国家
按照消费者的特征对消费者分类,按照产品特征对产品分类
这些分类中,有的事先并不知道存在什么类别,完全按照反映对象特征的数据把对象进行分类,这在统计上称为聚类分析;有的则是在事先有了某种分类标准之后,判定一个新的研究对象应该归属到哪一类别,这在统计上则称为判别分析(discriminant analysis)
本章主要介绍聚类分析方法
聚类分析的基本原理
什么是聚类分析?
相似性的度量
第 13 章聚类分析
什么是聚类分析?
聚类分析的思想和原理
什么是聚类分析?
(cluster analysis)
把“对象”分成不同的类别
这些类不是事先给定的,而是直接根据数据的特征确定的
把相似的东西放在一起,从而使得类别内部的“