spss教程:层次聚类之Q型聚类

聚类分析是一种建立分类的多元统计分析方法,它能够将以批样本(或变量)数根据其诸多特征,按照在性质上的亲疏程度关系在没有先验知识的情况下进行自动分类,产生多个分类结果。类内部个体特征具有相似性,不同类间个体特征的差异较大。
聚类分析中,个体间的“亲疏程度”极为重要,两个方法:个体间的相似程度(通过相关系数或等级相关系数)、个体间的差异程度(通过距离来测量)。

操作方法

  • 01

    层次聚类又陈系统聚类,Q型聚类是对样本(Cases)聚类,使相似特征的样本聚集在一起,差异大的分离开。

  • 02

    相关步骤见图片。因为是Q型聚类,所以选择“个案”,“合并进程表”可知每一次合并的具体情况,第一列:聚类分析的第几步;第二列、第三列为步骤中哪两个样本或小类聚成一类;第四列为个体或小类的距离;第五列、第六列表示本步聚类的是个体还是小类,0表示样本,非0表示第n步聚类生成的小类参与本步聚类,第七列表示本步结果将在以下第几步中用到。树状图是对聚类分析结果的显示。 分类数选择2或者3即可。 常用距离:个体距离采用平方欧式距离和;类间距离采用组间平均连锁距离。数据的数量级差别不大,不用进行标准化。 保存:是把聚类分析结果保存在原数据窗口中。

  • 03

    结果分析:聚类表就是第二步中的“合并进程表”,举例,分析的第1步,4与5聚成一类,欧氏距离是13,此小类的结果将在第3步中用到。树形图、冰挂图的结果都保存在原数据窗口中。

(0)

相关推荐

  • 便携式Q型量子键盘是什么

    近期IBM发布了全新的便携式 Q 型量子键盘,下面来简单了解一下. 操作方法 01 据悉,IBM旗下的量子团队Q TEAM发布了便携式 Q 型量子键盘,在互联网上,这款量子键盘也被称之为是" ...

  • SPSS实例:[5]龙骨图(聚类谱系图)怎么看

    操作方法 01 通常在层次聚类分析中,我们的数据处理结果会出现龙骨图或者叫做分类谱系图,其实在很多论文中,我们不需要报告龙骨图,所以大部分spss课本中并没有对龙骨图进行详细的介绍,在这,我给大家分享 ...

  • spss教程:曲线估计

    在回归分析中,变量之间的关系不一定是线性关系,非线性也是比较常见的.非线性关系分为本质线性关系(变量关系形式上虽然呈现非线性关系,但可通过变量变换为线性关系)和本质非线性关系. 在spss中,先通过散 ...

  • spss教程:两独立样本的非参数检验

    在对总体分布不了解的情况下,通过对两组独立样本的分析来推断样本来自的两个总体分布是否存在显著性差异.Spss提供多种两独立样本的非参数检验方法.其中包括曼-惠特尼U检验.K-S检验.W-W游程检验.极 ...

  • spss教程:线性回归分析

    本节内容主要介绍如何确定并建立线性回归方程.线型回归包括只有一个自变量的一元线性回归和和含有多个自变量的多元线性回归,此处以多元线型为例进行介绍. 步骤1--前期数据准备处理 01 数据导入.以本案为 ...

  • spss教程:相关分析

    关系有函数关系.统计关系.相关分析的方法比较多,常用的有散点图,还有相关系数.相关系数可以数值的方式精确的反应两个变量间线性关系的强弱,样本相关系数为r,|r |≥0.8认为高度相关, 0.5≤| r ...

  • spss教程:两配对样本的非参数检验

    通过对两组配对样本的分析,推断样本来自的两个总体的分布是否存在显著性差异.检验方法包括McNemar检验.符号检验.Wilcoxon符号秩检验. McNemar检验分析的变量是二值变量,实际情况下,如 ...

  • spss教程:因子分析

    研究问题时尽可能多的收集资料,便于对问题有充分了解,这样确实便于全面.精确地描述事物,实际数据建模中,有些变量不一定可以真正发挥作用,还可能加大计算工作量,所以要因子分析. 对于高纬变量和海量数据是不 ...

  • spss教程:复相关系数

    一个要素或变量同时与几个要素或变量之间的相关关系.复相关系数是度量复相关程度的指标,它可利用单相关系数和偏相关系数求得.复相关系数越大,表明要素或变量之间的线性相关程度越密切. 操作方法 01 复相关 ...