第九章SPSS的聚类分析.ppt

第八章 SPSS的聚类分析
聚类分析概述
(一)概念
(1)聚类分析是统计学中研究“物以类聚”的一种方法,属多元统计分析方法.
例如:细分市场、消费行为划分
聚类分析是建立一种分类,是将一批样本(或变量)按照在性质上的“亲疏”程度,:类内个体具有较高的相似性,类间的差异性较大.
聚类分析概述
两类:(001 002) (003 004 005) 三类:(001 002) (003) (004 005)
(2)例如
聚类分析概述
(3)总结
上述分类的原则:依据学生成绩的差距,差距较小的为一类
分类过程中,.
(4)SPSS中的聚类方法
分层聚类
K-MEANS快速聚类
聚类分析概述
(二)特点
聚类分析前所有个体所属的类别是未知的,类别个数一般也是未知的,分析的依据只有原始数据,可能事先没有任何有关类别的信息可参考
严格地,聚类分析并不是纯粹的统计技术,不象其他多元分析,需要从样本去推断总体
一般不涉及统计量分布,也不需显著性检验
聚类分析更象是一种建立假设的方法,而对相关假设的检验还需要借助其他统计方法
聚类分析概述
(三)注意
聚类分析主要用于探索性研究,其分析结果可提供多个可能的解,最终解的选择需要研究者的主观判断和后续分析
聚类分析的解完全依赖于研究者所选择的聚类变量,增加或删除一些变量对最终解都可能产生实质性的影响
不管实际数据中是否存在不同的类别,利用聚类分析都能得到分成若干类别的解
分层聚类
(一)思路:聚类过程具有一定的层次性
以合并(凝聚)的方式聚类(SPSS采用)
首先,每个个体自成一类
其次,将最“亲密”的个体聚成一小类
然后,将最“亲密”的小类或个体再聚成一类
重复上述过程,即:把所有的个体和小类聚集成越来越大的类,直到所有的个体都到一起(一大类)为止
可见,随着聚类的进行,类内的“亲密”性在逐渐减低
——一旦个案(变量)被聚为一类,以后分类结果不会改变
分层聚类
(一)思路
以分解的方式聚类
首先,所有个体都属于一类
其次,将大类中最“疏远”的小类或个体分离出去
然后,分别将小类中最“疏远”的小类或个体再分离出去
重复上述过程,即:把类分解成越来越小的小类,直到所有的个体自成一类为止
可见,随着聚类的进行,类内的亲密性在逐渐增强
分层聚类
(二)“亲疏”程度的衡量
(1)衡量指标
相似性:数据间相似程度的度量
距离: ,越“亲密”,聚成一类;距离越远,越“疏远”,分别属于不同的类
(2)衡量对象
个体间距离
个体和小类间、小类和小类间的距离
分层聚类
(三)定距数据个体间的距离
把每个个案数据看成是k维空间上的点,
欧氏距离(EUCLID)
平方欧氏距离(SEUCLID)
马氏距离(BLOCK)
切比雪夫距离(CHEBYCHEV)
明考斯基绝对值幂距离(POWER)