spss分类分析

第八章分类分析

第一节 K-Means Cluster过程

8.1.1 主要功能

调用此过程可完成由用户指定类别数的大样本资料的逐步聚类分析。所谓逐步聚类分析就是先把被聚对象进行初始分类，然后逐步调整，得到最终分类。

8.1.2 实例操作

［例8.1］为研究儿童生长发育的分期，调查1253名1月至7岁儿童的身高（cm）、体重（kg）、胸围（cm）和坐高（cm）资料。资料作如下整理：先把1月至7岁划成19个月份段，分月份算出各指标的平均值，将第1月的各指标平均值与出生时的各指标平均值比较，求出月平均增长率（%），然后第2月起的各月份指标平均值均与前一月比较，亦求出月平均增长率（%），结果见下表。欲将儿童生长发育分为四期，故指定聚类的类别数为4，请通过聚类分析确定四个儿童生长发育期的起止区间。

8.1.2.1 数据准备

激活数据管理窗口，定义变量名：虽然月份分组不作分析变量，但为了更直观地了解聚类结果，也将之输入数据库，其变量名为month；身高、体重、胸围和坐高的变量名分别为x1、x2、x3和x4，输入原始数额。

8.1.2.2 统计分析

激活Statistics菜单选Classify中的K-Means Cluster...项，弹出K-Means Cluster Analysis

对话框（如图8.1示）。从对话框左侧的变量列表中选x1、x2、x3、x4，点击 钮使之进入Variables框；在Number of Clusters（即聚类分析的类别数）处输入需要聚合的组数，本例为4；在聚类方法上有两种：Iterate and classify指先定初始类别中心点，而后按K-means算法作叠代分类，Classify only指仅按初始类别中心点分类，本例选用前一方法。

为在原始数据库中逐一显示分类结果，点击Save...钮弹出K-Means Cluster:Save New Variables对话框，选择Cluster membership项，点击Continue钮返回K-Means Cluster Analysis 对话框。

本例还要求对聚类结果进行方差分析，故点击Options...钮弹出K-Means Cluster:来Options对话框，在Statistics栏中选择ANOVA table项，点击Continue钮返回K-Means Cluster Analysis对话框，再点击OK钮即完成分析。

8.1.2.3 结果解释

在结果输出窗口中将看到如下统计数据：

首先系统根据用户的指定，按4类聚合确定初始聚类的各变量中心点，未经K-means 算法叠代，其类别间距离并非最优；经叠代运算后类别间各变量中心值得到修正。

Initial Cluster Centers.

Cluster X1 X2 X3 X4

1 11.0300 50.3000 11.8100 11.2700

2 5.4700 19.3000 5.2000 7.1800

3 3.5800 9.8500 3.1400 2.1100

4 .3400 .4900 .1800 .1600

Convergence achieved due to no or small distance change.

The maximum distance by which any center has changed is .0000

Current iteration is 2

Minimum distance between initial centers is 10.5200

Iteration Change in Cluster Centers

1 2 3 4

1 .0000 .0000 2.46E+00 1.27E+00

2 .0000 .0000 .0000 .0000

Case listing of Cluster membership.

Case ID Cluster Distance

1 1 .000

2 2 .000

3 3 2.457

4 4 3.219

5 3 2.457

6 4 1.530

7 4 1.346

8 4 .515

9 4 .915

10 4 .266

11 4 .281

12 4 .668

13 4 .467

14 4 .844

15 4 .415

16 4 .873

17 4 1.215

18 4 .619

19 4 1.269

Final Cluster Centers.

Cluster X1 X2 X3 X4

1 11.0300 50.3000 11.8100 11.2700

2 5.4700 19.3000 5.2000 7.1800

3 2.8550 7.7500 2.0900 2.1100

4 .9060 1.4660 .4820 .6560

之后对聚类结果的类别间距离进行方差分析，方差分析表明，类别间距离差异的概率值均<0.001，即聚类效果好。这样，原有19类（即原有的19个月份分组）聚合成4类，第一类含原有1类，第二类含原有1类，第三类含原有2类，第四类含原有15类。具体结果系

在原始数据库（图8.2）中，我们可清楚地看到聚类结果；参照专业知识，将儿童生长发育分期定为：

第一期，出生后至满月，增长率最高；

第二期，第2个月起至第3个月，增长率次之；

第三期，第3个月起至第8个月，增长率减缓；

第四期，第8个月后，增长率显著减缓。

图8.2 逐步聚类分析的分类结果

第二节 Hierarchical Cluster过程

8.2.1 主要功能

调用此过程可完成系统聚类分析。在系统聚类分析中，用户事先无法确定类别数，系统