spss与聚类分析与判别分析课件

利用SPSS对数据进行聚类分析和判别分析

主要数据分析工具：SPSS和SAS

SPSS：Statistic Package for Social Science

优点：方便易操作，所有常用的分析类型均被模块化，只需在相关 菜单下点击运行。适合简单的社会性统计和分析。图形功能强。对 普通用户更适合。

缺点：更强调工具性，对分析方法的来龙去脉无法理解。由于已经 模块化，只能进行固定的操作，无法灵活根据数据特点调整分析方 法。

SAS：Statistics Analysis System 优点：所有分析需用户自行编程完成，能够实现的分析方法不受限 制，更为灵活。对于专业人士更适合。 缺点：专业性强导致普适性不够，编程繁琐，图形功能不足。 关系：类似于Matlab之于C，数码相机之于专业摄影器材

今天介绍统计学中经常使用的分类统计分 析方法 —— 聚类分析与判别分析。主要内容有 层次（系统）聚类分析、快速聚类（K 均值聚 类）分析和判别分析。其中层次聚类分析根据 聚类的对象不同分成Q（样本）型聚类和R（变 量）型聚类。

判别分析是一种有效的对个案进行分类分 析的方法。和聚类分析不同的是，判别分析时， 组别的特征已知。如银行为了对贷款进行管理， 需要预测哪些类型的客户可能不会按时归还贷 款。已知过去几年中，900个客户的贷款归还 信誉度，据此可以将客户分成两组：可靠客户 和不可靠客户。

再通过收集客户的一些资料，如年龄、工 资收入、教育程度、存款等，将这些资料作为 自变量。通过判别分析，建立判别函数。那么， 如果有150个新的客户提交贷款请求，就可以 利用创建好的判别函数，对新的客户进行分析， 从而判断新的客户是属于可靠客户类，还是不 可靠客户类。 聚类分析和判别分析逻辑上联系紧密， 都属分类问题，故在SPSS中隶属于一个菜单。

样本聚类（Q型） 层次聚类分析 聚类分析 快速聚类分析 （K均值聚类） 分析已知类别的样本 建立判别函数 判别新样本的类别 变量聚类（R型）

判别分析

目录

聚类分析与判别分析的基本概念

层次聚类分析中的Q型聚类

层次聚类分析中的R型聚类 快速聚类分析 判别分析

一、聚类分析概述

1、含义：聚类分析（Cluster Analysis）是利用多个样品或多个观测指标 （变量）对样品或指标进行分类的一种多元统计方法 。

2、适宜资料：多个样品的多个观测指标待分类的数据。 3、分析目的：利用多个样品的多个观测指标（变量），从量的角度对客观 事物进行分类，从而揭示不同事物的数量本质及其差异，弥补定性分类综合 性及客观性不强的弱点。

4、基本思想：所研究的样品或指标（变量）之间存在程度不同的相似