聚类分析的SPSS应用(2)

指定“变量（variables）”;要进行Q型聚类（样品聚类），则指定“个案（case）”。系统默认Q型聚类。

我们要将全国不同省份进行分类，很明显不同省份是不同的样品，对这些样品进行分类即样品聚类，所以进行Q型聚类，默认即可。输出栏输出我们需要的项目，这里统计量和图都选择。设置好后如下图8：

图8 （3）单击“方法（method）”按钮，展开系统聚类分析的方法选择对话框，即“hierarchical cluster analysis:method”。 度量标准（Cluster method0下拉框中给出了可以选择的计算类间距离的方法，系统默认是组间均链锁法（between-groups linkage）,本例选择ward’s method;度量标准（measure）框中给出的是计算样品间距的方法,本例使用平方euclidean距离（squared euclidean distance）,SPSS默认计算欧氏距离平方。在转换值（transform values）的标准化（standardize）框中选择是否对原始数据进行标准化处理，本例选择z scores。点击继续（continue）回到主对话框。（注：类间距离和样品间距的选择在这里没有赘述，详见我们组讲课内容）设置好后如下图9：

图9

（4）SPSS系统聚类分析默认输出的分析结果有凝聚状态表（agglomeration schedule）和冰柱图(icicle)。

点击统计量（statistics）选中合并进程表（agglomeration schedule）。选择方案范围，最大聚类数设为4，最小聚类数设为2，点击继续（continue）回到主对话框，此时分析结果中就包含了凝聚状态表，如下图10：

图10

点击绘制树状图，冰柱图里选择所有聚类和方向垂直。点击继续回到主对话框。如下图11：

图11

（5）回到主对话框点击确定（OK），得到所有的分类结果。结果以文档的形式导出，包括冰柱图，树状图，距离表。

2.K均值聚类分析

依然取上一个例子作为分类样本说明这个方法。

首先，如果原始变量取值差异较大，应先将原始数据进行标准化，以避免变量值差异较大对分类结果产生影响。从下图12统计表中我们可以看出各省六项指标数量级有较大差异，所以有必要进行标准化处理。

图12

过程如下：选择分析（analyze）---描述统计（descriptives statistics）---描述（descriptives） 进入主对话框，将需要标准化的变量选入“变量（variables）”框，然后勾选“将标准化得分另存为变量（save standardized values as variables）”,最后点击确定（OK），标准化后的数

据将出现在原始数据表中。以上步骤见一下图13：

图13

然后是K均值处理步骤：

（1） 选择分析(analyze)---分类---K均值聚类（K-means cluster）,如下图14，进入主对话框

图15

图14

（2） 在主对话框中讲用于聚类的所有标准化后的标量选入“变量（variables）”，将区分样

本的标签变量（本例为地区）选入“label cases by”,在“number of clusters”下输入想要分类的数据，本里选为“4”。

（3） 点击‘iterate’并在“maximum iterations”中输入最大迭代次数（本例使用隐含的

10次），点击“continue”回到主对话框；点击“save”并选择“cluster membership”，点击“continue”回到主对话框；点击“options”并选择“initial cluster centers”和“ANOVA table”（本想可根据需要选择）。最后点击OK，即可得所有想要结果。 以上步骤见下图：