聚类分析的SPSS实现

§7.5聚类分析的SPSS实现
一、系统聚类法的SPSS实现
例7.5.1利用全国30个省市自治区经济发展基本情况的八项指标数据（见数据集wyzb6_5.），用系统聚类法对这30个省市自治区作一初步的分类，并说明各类地区经济发展的特点。

操作
分析（Analyze）⇒分类（Classify）⇒系统聚类（Hierarchical Cluster）打开系统聚类分析（Hierarchical Cluster Analysis）对话框
1．变量（V ariable(s)）列表框设置分析变量。

2．标志个案（Label Cases by）框设置分析对象的标志变量。

3．分群（Cluster）单选择框设置聚类分析的类型。

4．输出（Display）复选择框设置聚类分析的输出结果，统计量和图都是默认选项。

5．统计量（Statistics）按钮设置输出的统计量。

合并进程表（Agglomeration schedule）默认选项，输出聚类分析的凝聚状态表；
相似性矩阵（Proximitymatrix）为复选项，输出各样品的距离矩阵。

聚类成员（Cluster Menbership）选择框：
无（None）选项：不显示类的样品构成；
单一方案（Single solution）选项：选择此项，并输入一个确定的分类数n，并输出聚成n个类时各个类的样品构成
情况。

方案范围（Range of solutions）：选择此项，并输入两个数n1，n2，将显示指定聚成n1类到n2类时各个类的样品构成
情况。

6．Plots按钮设置输出图形：树状图冰状图
7．Method按钮设置聚类分析的具体方法。

聚类方法：
组间连接：类间平均法
组内连接：类内平均法
最近临元素：最短距离法
最远临元素：最长距离法
质心聚类法：重心法
中位数聚类法：中位数法
Ward法：离差平方和法
度量方法选择框：选择计算样品距离的方法转换值选择框：选择原始数据标准化的方法Z得分，最常用的方法
8．Save按钮设置需要保存的分析结果。

输出结果的统计分析
凝聚状态表
第1列：步骤号，一共进行了29聚类
第2和3列：表示某步聚类时的哪两个样品或类进行了合并，合并后的类号为第2列的样品或类号
第4列：聚类时的两个样品或类间的距离
第5和6列：表示某步聚类时是样品还是类参与合并
第7列：表示本步所聚成的类，再下面的第几步聚类时用到。

成员表
⏹水平冰柱图
⏹树状图
Dendrogram using Ward Method
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+
山西 4 -+
江西 14 -+-+
内蒙 5 -+ +-------+
吉林 7 -+ | |
黑龙江 8 -+-+ |
安徽 12 -+ +---------------+
湖北 17 -+ | |
湖南 18 -+-----+ | |
四川 22 -+ +---+ |
河北 3 -+-+ | +---------------------+ 河南 16 -+ +---+ | | 辽宁 6 ---+ | | 青海 28 -+ | | 宁夏 29 -+-----+ | | 西藏 25 -+ +-------------------+ | 贵州 23 -+ | | 云南 24 -+-----+ | 广西 20 -+ | 陕西 26 -+ | 甘肃 27 -+ | 新疆 30 -+ | 江苏 10 -+-----+ | 山东 15 -+ +-----------------+ | 广东 19 -------+ | | 天津 2 -+---+ +-----------------------+ 海南 21 -+ +---------+ |
浙江 11 -+-+ | | |
福建 13 -+ +-+ +---------+
北京 1 ---+ |
上海 9 ---------------+
结果分析：
二、动态聚类法的SPSS 实现
在SPSS 中，凝聚点的指定不是必须的，系统会自动根据分类数目，结合样品情况来选取凝聚点。

形成初始分类的方法通常有两种，一是直接将每个样品按与其距离最近的凝聚点并类，二是先让每个凝聚点自成一类，将样品依此并入与其距离最近的凝聚点的一类，并计算该类的重心，以这个重心代替原来的凝聚点，再考虑下一个样品的并类，直至所有样品都归类为止。

操作： 分析（Analyze ）⇒ 分类（Classify ）⇒k-均值聚类（K –Means Cluster ）打开k-均值聚类分析（K –Means Cluster Analysis ）对话框 变量列表框 ：
聚类数（Number of Clusters ）输入框 输入指定的聚类数目。

1．迭代（Iterate ）按钮 设置快速聚类的迭代终止条件。

2．保存（Save）按钮设置需要保存的分析结果。

3．选项（Options）按钮选择快速聚类的输出结果，并指定对缺失数据的处理方法。

输出结果的统计分析
⏹类间距离表
习题
1土壤样品聚类．sav记录了20个土壤样品的有关指标的数据，5项指标分别是：含沙量X1，淤泥含量X2，粘土含量X3，有机物X4，PH值X5。

利用系统聚类法完成样品分类，选取合适的分类数目，并通过分析各类中所含样品各指标值的统计性质，说明各类土壤的特点。

2森林及草资源．sav记录了世界18个国家的森林及草原资源的分布情况。

共有4项指标，分别是：森林面积X1，森林覆盖率X2，林木蓄积量X3，草原面积X4。

利用快速聚类法完成样品分类，选取合适的分类数目，并通过分析各类中所含样品各指标值的统计性质，说明各类国家的森林及草原资源的分布的情况。