聚类分析（用spss实现）【spss聚类分析】

1、通过快捷方式打开SPSS分析工具，默认展示在数据视图。

2、切换到变量视图，插入四个变量，有语言、分类、排名和比率。

3、再切换到数据视图，插入对应的数据。

4、点击分析菜单，选择描述统计--->描述。

5、打开描述窗口，将分类、排名和比率移到变量框中，并勾选标准化值复选框 。

6、单击分析菜单，依次操作分类--->系统聚类。

7、打开聚类分析窗口，然后点击统计按钮，勾选集中计划。

8、再点击图按钮并打开窗口，选择全部聚类，然后点击继续。

9、单击方法按钮，设置聚类方法和测量方式。

10、点击确定后，生成描述统计报表和个案处理摘要 。

11、在集群下方，生成平均联接的集中计划。

12、以聚类数目为纵坐标，生成个案柱状图。

1、聚类分析一般是将样本进行分类，得到几类，然后对几个类别进行命名，以及得到的类别数据一般需要用于后续进核祥一步分析使用等。

2、所以聚类分析后一般需要使用方差分析，这个步骤改高搏还比较多，建议你使用在念察线版本的SPSS软件SPSSAU进行分析，这是个智能化的软件，里面全部把过程都帮你整理好，以及表格也全部进行了智能化规范。

1、通过快捷方式打开SPSS分析工具，默认显示数据视图。

2、切换到变量视图，然后添加六个变量，分别为姓名、M、C、E、S和R，其中姓名是字符串类型，其他都是数字类型。

3、返回到数据视图，向六个变量列插入对应的数据。

4、点击分析菜单，然后依次选择分类--->系统聚类。

5、打开系统聚类分析窗口，将变量M和变量C移到变量框中。

6、点击右侧统计按钮，打开系统聚类分析：统计窗口，选择集中计划，接着点击继续。

7、单击图按钮，打开图设置窗口，勾选谱系图，然后点击继续。

8、接着点击方法按钮，打开系统聚类分析：方法窗口，聚类方法选择瓦尔德法，然后单击继续。

9、后点击系统聚类分析窗口中的确定按钮，然后生成系统聚类分析结果和图形展示。

1、依次点击：analyse--classify--hierarchicalcluster，打开分层聚类对话框。

2、在聚类分析对话框中，将聚类用到的变量都放到variables中。

3、将地区变量放入case标签中，他的意思是每一个数据都用地区这个值来命名。

4、点击plot按钮，打开对话框，设置要输出的图。

5、在打开的对话框中，勾选dendrogram，然后点击continue按钮。这个dendrogram是层次聚类谱系图，后我们还会分析这个图。

6、点击method按钮，设置聚类的方法。

7、如图所示，通常我们用到的聚类方法是wardsmethod，接着我们需要把变量转换成z分数，点击continue按钮。

8、点击save按钮，填写希望保存的聚类类别数范围3--据此选项，spss将在数据编辑窗口中添加7个变量，分别标明聚类数位3--8类情况下各省市所属的类。

9、设置输出的聚类类别数范围3--点击continue按钮。

10、点击ok按钮，开始输出数据处理的结果。

11、你看到的下面的这个表格叫做聚类过程表，其内容并不是经常被关注，因为大部分实际应用中，聚类的具体过程是被忽略的。但是聚类系数可以帮助我们判断将数据分为几类合适，判断的方法是，相邻的两个数据变化的幅度显著大于前面的系数的变化范围，这时候分类在这里就是好的。

12、后是层次聚类谱系图，从这个图中可看到聚类的过程，根据你的需求选择分类的组数。

1、聚类分析是研究分类，通常是将人群分成几类，一般可以设置你需要的类别个数，然后系统会新生成一列代表类别。

2、而且你得到类别后需要进行判断类别人群的特征便于对类别进行命名。

3、所以聚类分析后一般需要方差分析，这个建议你可以使用在线版本的SPSS软件SPSSAU进行分析，里面直接就把所有步骤帮你做了，还有图表，直接就知道群体如何分类了。

4、利用分类数据用于进一步分析使用。

1、案例：收集到某场比赛中意大利、韩国、罗马尼亚、法国、中国、美国、俄罗斯裁判员以及热心观众分别给300名运动员平均打分的数据，希望分析各国裁判员的打分标准是否有相似性。。

2、打开spss软件，打开数据所在的文件。。

3、选择菜单中的分析。。

4、选择分类——系统聚类。。

5、在聚类悦蚊央中选择变量，使用R型聚类。。

6、 变量个体距离采用平方欧氏距离，类间距离采用组件平均连锁距离。。

7、得出聚类表如图所示。。

8、得出冰柱图如图所示。。

9、分析：由生成的聚类分析冰柱图可知，法国裁判员和韩国裁判员的打分相似性强，其次是中国和罗马尼亚。如果将裁判打分分成3类，则热心观众是第一类，美国、法槐肥国、韩国是第二类，俄罗斯、中国、罗马尼亚、意大利是第三类。如果要从上述裁判打分中选出3个具有代表性的泪购裁判分数，应选择热心观众。从美国、法国、韩国中选一名，从俄罗斯、中国、罗马尼亚、意大利中选一名。。

1、案例：收集到某场比赛中意大利、韩国、罗马尼亚、法国、中国、美国、俄罗斯裁判员以及热心观众分别给300名运动员平均打分的数据，希望分析各国裁判员的打分标准是否有相似性。

1、现在我们有4个变量用来对啤酒分类，是否有必要将4个变量都纳入作为分类变量呢？热量、钠含量、酒精含量这3个指标是要通过化验员的辛苦努力来测定，而且还有花费不少成本，如果都纳入分析的话，岂不太麻态誉烦太浪费？所以，有必要对4个变量进行降维处理，这里采用spssR型聚类(变量聚类)，对4个变量进行降维处理。

2、衫尘输出“相似性矩阵”有助于我们理解降维的过程。

3、4个分类变量量纲各自不同，这一次我们先确定用相似性来测度，度量标准选用pearson系数，聚类方法选远元素，此帆塌段时，涉及到相关，4个变量可不用标准化处理，将来的相似性矩阵里的数字为相关系数。

4、若果有某两个变量的相关系数接近1或-说明两个变量可互相替代。

5、只输出“树状图”就可以了，个人觉得冰柱图很复杂，看起来没有树状图清晰明了。

6、从proximitymatrix表中可以看出热量和酒精含量两个变量相关系数0.90大，二者选其一即可，没有必要都作为聚类变量，导致成本增加。

7、至于热量和酒精含量选择哪一个作为典型指标来代替原来的两个变量，可以根据专业知识或测定的难易程度决定。

8、(与因子分析不同，是完全踢掉其中一个变量以达到降维的目的。

9、)这里选用酒精含量，至此，确定出用于聚类的变量为、酒精含量，钠含量，价格。

1、现在我们有4个变量用来对啤酒分类，是否有必要将4个变量都纳入作为分类变量呢？热量、钠含量、酒精含量这3个指标是要通过化验员的辛苦努力来测定，而且还有花费不少成本，如果都纳入分析的话，岂不太麻态誉烦太浪费？所以，有必要对4个变量进行降维处理，这里采用spssR型聚类(变量聚类)，对4个变量进行降维处理。

转载请注明出处阿文说说网 » 聚类分析（用spss实现）【spss聚类分析】