【www.shanpow.com--热门范文】
spss聚类分析步骤篇1:SPSS聚类分析：用于筛选聚类变量的一套方法
聚类分析是常见的数据分析方法之一，主要用于市场细分、用户细分等领域。利用SPSS进行聚类分析时，用于参与聚类的变量决定了聚类的结果，无关变量有时会引起严重的错分，因此，筛选有效的聚类变量至关重要。
案例数据源：
在SPSS自带数据文件plastic.sav中记录了20中塑料的三个特征，分别是tear_res（抗拉力）、gloss（光滑度）、opacity（透明度），相关经验表面这20中塑料可以分为3个种类，如果用这三个变量进行聚类，请判断和筛选有效聚类变量。
一套筛选聚类变量的方法
一、盲选
将根据经验得到的、现有的备选聚类变量全部纳入模型，暂时不考虑某些变量是否不合适。本案例采用SPSS系统聚类方法。对话框如下:
统计量选项卡：聚类成员选择单一方案，聚类数输入数字3；
绘制选项卡：勾选树状图；
方法选项卡：默认选项，不进行标准化；
保存选项卡：聚类成员选择单一方案，聚类数输入数字3；
二、初步聚类
这是盲选得到的初步聚类结果，并且在数据视图我们可以看到已经自动生成了一个聚类结果变量，这个变量非常有用。
三、方差分析
是不是每一个纳入模型的聚类变量都对聚类过程有贡献？利用已经生成的初步聚类结果，我们可以用一个单因素方差分析来判断分类结果在三个变量上的差异是否显著，进而判断哪些变量对聚类是没有贡献的。
分析——比较均值——单因素方差分析
选项选项卡：勾选均值图
由方差分析我们很明确的得知，纳入模型的三个聚类变量，其中只有“透明度”指标在各个分类上有显著的差异，也就是说分类有效果，让每个分类的差异很大，而两外两个变量则在三个分类上没有显著差异，没有很好的类别区分度，所以，我们可以认为，这两个变量对聚类无作用或者无贡献，可考虑踢出模型。
我们还想从可视化的角度来查看和判断，单因素方差分析为我们提供了均值图，可惜，这三个图却最容易误导我们的判断，因为spss在自动生产均值图时为每一个变量单独制图，而且分配不同的纵轴坐标，导致每个图看起来都有非常大的差异，从视觉上迷惑我们做出错误的判断。
这里需要改进！
四、均值描述
为改进以上SPSS默认选项的不足之处，我们需要自己生成三个变量在不同类别上的均值，means过程可以帮助到我们。
从数字上来看，抗拉力（6.8、6.7、7.1）、光滑度（9.3、9.4、9.2）两个指标在三个类别上并没有多大的差异，而对聚类有贡献的透明度指标在不同类别上区分度非常明显。
五、多线均值图
克服纵轴刻度的方法是将这三个指标放在同一个坐标轴上进行对比，也就是制作一个多线均值图。
此时，结果已经一目了然了。
综上，我们可以将抗拉力、光滑度两个指标从模型中剔除，只留下透明度一个指标再进行聚类。
我们发现，前后两次聚类的结果一模一样，用一个指标可以代替以前三个指标的进行聚类。
我们这样做的意义何在？如果能将这些整理成为规则，形成经验，那我们就可以不用测量抗拉力和光滑度这两个指标了，你不觉得多测量两个指标成本会增加吗？
文章思路参考自：文彤老师《SPSS11高级教程》
——————————
欢迎关注：微信号spsser。
spss聚类分析步骤篇2:使用SPSS软件进行因子分析和聚类分析的方法
使用SPSS软件进行因子分析和聚类分析的方法
报告出处：通灵珠宝（中国）有限公司
一、方法原理 1.因子分析（FactorAnalysis） 因子分析是从多个变量指标中选择出少数几个综合变量指标的一种降维的多元统计方法。 我们在多元分析中处理的是多指标的问题，观察指标的增加是为了使研究过程趋于完整，但由于指标太多，使得分析的复杂性增加；同时在实际工作中，指标间经常具备一定的相关性，使得观测数据所放映的信息有重叠，故人们希望用较少的指标代替原来较多的指标，但依然能放映原有的全部信息，于是就产生了因子分析方法。 2.聚类分析（ClusterAnlysis） 聚类分析是根据事物本身特性来研究个体分类的统计方法，是按照物以类聚的原则来研究的事物分类。 3.市场细分方法的流程图
二、实证分析
已调查35个城市的总人口、生产总值、消费总额、人均年工资、年度储蓄总额、年度财政总收入等数据，试对上述城市进行分类研究。 1.因子分析： ·选用Analyze→DataReduction→Factor…… ·引入因子分析的6个变量（总人口、生产总值、消费总额、人均年工资、年度总储蓄额、年度财政总收入） ·提取公因子的方法（Method）：主成分分析法 ·提取（Extract）可选：提取特征值大于1的因子 ·旋转（Rotation）的方法：方差最大正交旋转 ·因子得分（FactorScores）：作为新变量存入
表 1 方差解释表（Total Variance Explained）
表 2 旋转后的因子负荷矩阵（Rotated Component Matrix）
2.聚类分析： ·选用Analyze→Classify→K-MeansCluster…… ·引入聚类分析的2个变量（即上面的2个公因子） ·聚类的数目（NumberofClusters）：3类 ·聚类方法（Method）：仅分类 ·储存新变量（SaveNewVariables）：聚类成员
表 3 各类数量分布表（Number of Cases in each Cluster）
3.均值多重比较： ·选用Analyze→CompareMeans→One-WayANOVA…… ·将2个因子移入因变量，3个类移入“Factor” ·多重比较方法（MultipleComparisons）：邓肯法Duncan
表 4 3个类对于因子1的重视程度比较
表 5 3个类对于因子2的重视程度比较
4．综合
spss聚类分析步骤篇3:引用 基于SPSS的聚类分析的实用方法(层次聚类法和迭代聚类法)
引用 qjzhen001 的 基于SPSS的聚类分析的实用方法（层次聚类法和迭代聚类法） 基于SPSS的聚类分析的实用方法（层次聚类法和迭代聚类法） 层次聚类法和迭代聚类法的主要区别在于:层次聚类法的聚类结果受奇异值的影响非常大,且聚类过程是单方向的,一旦某个样本进入某一类,就不可能从该类出来,再归入其他的类;迭代聚类法的聚类结果受奇异值和不合适的聚类变量的影响较小,对于不合适的初始聚类可以进行反复调整,但其缺点是聚类结果对初始聚类非常敏感,而且它也只能得到局部最优解. （一）层次聚类 Analyze--> C1assify-->Hierachical Cluster 在“C1uster”组中选择聚类类型：要进行变量聚类选择指定“Vanables”；要进行观测量聚类指定“Cases”。 指定参与分析的变量，将选定的变量通过按钮箭头转移到箭头按钮右侧的“Variable[s]：”矩形框中；将标识变量通过下面一个箭头按钮转移到按钮右侧的“Label Cases by:”下面的矩形框中。 如果不使用系统默认值，或由于参与分析的变量量纲不一致需要指定选择项，则应该根据需要有选择性地执行下述某些步骤。 1．确定聚类方法 在主对话框中，点击“Methed”按钮，展开分层聚类分析的方法选择对话框，即“Hierachical Cluster Analysis：Method”。 在对话框中根据需要指定聚类方法、距离测度的方法、对数值进行转换方法，即标准化数值的方法和对测度的转换方法。 （1）聚类方法选择 “C1uster Method：”表中列出可以选择的聚类方法： Between-groups linkage组内连接 Within-groups linkage组内连接 Nearest neighbor最近邻法 Furthest neighbor最远邻法 Centroid clustering重心聚类法 Median clustering中位数法 Ward’s method Ward最小方差法。 (后三种聚类方法应与欧氏距离平方法一起使用) 几种方法的具体情况见下面的英文文档 （2）对距离的测度方法选择 在Method中指定的是用哪两点间的距离的大小决定是否合并两类。距离的具体计算方法还根据参与距离的变量类型从以下三种对话框选择其一，展开选择菜单后再进行具体方法的选择。这三个对话框分别对应于等间隔测度的变量（一般为连续变量）、计数变量（一般为离散变量）和二值变量。这里只考虑连续变量的情况 “Interval”(系统默认) Euclidean distance：Euclidean距离，即两观察单位间的距离为其值差的平方和的平方根，该技术用于Q型聚类； Squared Euclidean distance：Euclidean距离平方，即两观察单位间的距离为其值差的平方和，该技术用于Q型聚类； Cosine：变量矢量的余弦，这是模型相似性的度量； Pearson correlation：相关系数距离，适用于R型聚类； Chebychev：Chebychev距离，即两观察单位间的距离为其任意变量的最大绝对差值，该技术用于Q型聚类； Block：City-Block或Manhattan距离，即两观察单位间的距离为其值差的绝对值和，适用于Q型聚类； Minkowski：距离是一个绝对幂的度量，即变量绝对值的第p次幂之和的平方根；p由用户指定 Customized：距离是一个绝对幂的度量，即变量绝对值的第p次幂之和的第r次根，p与r由用户指定。 （3）确定标准化的方法：“Transform Value” “Standardize” 下为标准化列表 对数据进行标准化的可选择的方法有： ① None 不进行标准化，是系统默认值。 ② Z scores 把数值标准化到Z分数。 ③ Range -1to l把数值标准化到-1到+l范围内。选择该项，对每个值用变量或观测量的值的范围去除。如果值范围是0，所有值保持不变。 ④ Maximum magnituds of 1 把数值标准化到最大值为1。该方法是把正在标准化的变量或观测量的值用最大值去除。如果最大值为0，则改用最小值去除，其商加1。 ⑤ Range 0 to 1 把数值标准化到0到1的范围内，对正在被标准化的变量或观测量的值剪去最小值，然后除以范围。如果范围是0，对变量或观测量的所有值都设置成0.5。 ⑥ Mean of 1 把数值标准化到一个均值的范围内，对正在被标准化的变量或观测量的值除以这些值的均值。如果均值是0，对变量或观测量的所有值都加1，使其均值为1。 ⑦ Standard deviation of 1 把数值标准化到单位标准差。该方法对正在被标准化的变量或观测量的值除以这些值的标准差，如果标准差为0，则这些值保持不变。 （4）测度的转换方法选择 对距离测度数值进行转换，在距离计算完成后进行。可选择的转换方法有三种，在“Methd”对话框右下角的标有“Transform Mearure”的框中选择。 ① Absolute Values 把距离值标准化。当数值符号表示相关方向，且只对负相关关系感兴趣时使用此方法进行变换。 ② Change sign 把相似性值变为不相似性值，或相反。用求反的方法使距离顺序颠倒。 ③ Rescale to 0-- 1 range 通过首先去掉最小值然后除以范围的方法使距离标准化。对于已经按某种换算方法标准化了的测度，一般不再使用此方法进行转换。 2．选择要求输出的统计量：Statistics对话框 Aggomeration schedule 输出聚合过程表 Proximity matrix：输出的是每个案例之间的欧氏距离平方表（Q型聚类）。 Cluster membership决定聚合的群数。试探性地做时就选none，做完后根据判断的合适的群数在输入确定的群数，这时会得出一个更多的结果cluster membership，即在此群数下，各案例所属的群。当然也可选择Range of solutions确定群数的范围。 3．选择统计图表: Plot Dendrogram 树形图; Icicle冰柱图: 对于生成什么样的冰柱图还可以进一步用以下选择项确定： All clusters 聚类的每一步都表现在图中。可用此种图查看聚类的全过程。但如果参与聚类的个体很多会造成图过大，没有必要。可以使用下面一个选择项限定显示的范围。 Specified range of clusters 指定显示的聚类范围。当选择此项时，该项下面的选择框加亮，表示等待输入显示范围。在Start后的矩形框中输入要求显示聚类过程的起始步数，在Stop后的矩形框中输入显示中止于哪一步，把显示的两步之间的增量输入到By后面的矩形框中。输入到矩形框中的数字必须是正整数。 例如，输入的结果是：Start： 3 Stop： 10 By：2 生成的冰柱图从第三步开始，显示第三、五、七、九步聚类的情况。 None:不生成冰柱图 对于显示方向可以用Orientation下面的选择项确定： Vertical纵向显示的冰柱图。(系统默认) HoriZontal显示水平的冰柱图。 4．生成新变量的选择：save 聚类分析的结果可以用新变量保存在工作数据文件中。单击主对话框的“save”按钮，展开相应的对话框。可以看出只能生成一个表明参与聚类的个体最终被分配到哪一类的新变量。通过对话框可以选择是否建立新变量和建立的新变量含义。 None 不建立新变量。 Single solution：单一结果。生成一个新变量表明每个个体聚类最后所属的类。在该项后面的矩形框中指定类数。如果指定5 clusters，则新变量的值为1-- 5。 Range of solutions：指定范围内的结果。生成若干个新变量，表明聚为若干个类时，每个个体聚类后所属的类。在该项后商的矩形框中指定显示范围，即把表示从第几类显示到第几类的数字分别输入到From后面的矩形框和through后面的矩形框中。例如输入结果是“From 4 through 6”，在聚类结束后在数据窗中原变量后面增加了3个新变量分别表明分为4类时、分为5类时和分为6类时的聚类结果。即聚为4、5、6类时各观测量分别属于哪一类。 新变量选择完成后按“Continue”按钮，返回到主对话框。 （二）迭代聚类 Analyze--> C1assify--> K-Means Cluster “Methed”框，给出两个可选择的聚类方法： 1）Iterate and classify 选择初始类中心，在迭代过程中使用k-Means算法不断更换类中心，把观测量分派到与之最近的以类中心为标志的类中去； 2）Classify TYPE="audio/mpeg">
