多元统计分析 K聚类(方法+步骤+分析 总结)

K聚类

一、实验过程

1.将数据5.7导入至SPSS中，分析-分类-K均值聚类分析，将8个行业放到变量中，地区

放到label cases中，设定聚类数=3。

2.点击“迭代”，设定最大迭代次数为10，迭代标准为0，点击继续

3.点击“保存”，选择“聚类成员”及“与聚类中心的距离”

4.点击“选项”，选择如下

点击继续

5.点击确定后，得到如下实验结果：

二、实验结果分析：

1. 给出初始的聚类中心

初始聚类中心

聚类

2. 给出每次迭代结束后类中心的变动

从表中可以看出共经历了4次迭代，即4次迭代后，聚类中心的变化为0，迭代停止。

表中，聚类一列中给出观测量所属的类别，距离列给出了观测量与所属聚类中心的距离。

综合第三个表及第四个表，可以看出将31个地区按8个产业分成3类后，北京，江苏，浙江，山东，广东为第一类。这一类聚类中心8个产业的产值分别为1165.95，

143.78,135.89,263.39,61.36,176.16,152.99,559.62亿元。第二类包括天津和上海，剩下的24个地区为第三类。

表中给出的是三类聚类中心间的距离

6. 进行单因素方差分析

结果显示，8个变量在三个类别中均存在显著差异，说明结果有效。

7. 最终分类各类中的地区数

每个聚类中的案例数

聚类 1 5.000

2 2.000

3 24.000

有效31.000

缺失.000

综合上述表格，按照个产业的发展水平将中国31个地区分成3类：

第一类为北京，江苏，浙江，山东，广东，属于经济发达地区。该类中心的产值分别为1165.95，143.78,135.89,263.39,61.36,176.16,152.99,559.62亿元。

第二类为天津和上海，属于较发达地区。该类中心的产值分别为

2064.94,170.58,272.73,445.55,80.96,266.19,251.86,717.59亿元。

第三类为余下的24个地区，属于欠发达地区。该类中心的产值分别为

428.07,82.50,73.91,89.18,26.04,28.29,38.64，185.03亿元。