聚类分析 - 图文

变量，应放置与此。 ③选中Cases 表示对样本进行聚类（Q型聚类），选中Variables表示对变量进行聚类（R型聚类） ④Display用于选择显示统计量和聚类图。 （2）点击主对话框，Statisitics选项，用于选择要求输入的各种统计量。 ①Agglomeration Statistics子选项表示要求做凝聚状态表。显示聚类中每一步合并的两类，两类的距离以及观测量加入到一类的类水平。 ②Proximity Matric子选项标识表示选择输出各类间的相似性矩阵。 ③Cluster Membership 子选项用于设置聚类的个数。其中，None表示不确定聚类个数；Single solution(单一解)用于指定一个确定类的个数，Range of solution(全距解)指定类的个数。 选中所需选项后，点击Continue 返回主对话框。 （3）点击主对话框Plots选项，用于输出聚类分析统计图 ①Dendrogram表示输出结果中显示谱系图。 ②lcicle子选项为冰柱图选项。其中，All cluster 表示每一步聚类都要表现在图中，Specified range of clusters 指定显示的聚类范围；None表示不输出冰柱图。 ③Orientation子选项用于设定冰柱图显示方向选项。其中，Vertical为纵向现实，Horizontal表示横向显示。 选中所需选项后，点击Continue返回主对话框。 （4）点击主对话框，Method选项，对系统聚类方法进行设置。 ①Cluster Method子选项用于设置聚类的方法。下拉列表给出了聚类的方法：Between-groups linkage (组件链接)为个体和小类间的组间平均连锁距离，是该个体与小类中每个个体距离及小类内各个个体间距离的平均值；Within-groups linkage (组内链接)为组内连锁平均距离，是该个体与小类中每个个体距离及小类内各个个体间距离的平均；Neneighbor 为最短距离法；Furthest neighber为最长距离法，Centroid clustering为重心法；Mdian clustering 为中心距离法；Ward’s method为离差平方合法。 ②Measure子选项用于设定距离或相似性的测度方法。其中，Inteval用于设置等间割测度的变量（一般为连续变量），在下拉菜单中选择距离测度方法；Count用于设置计数变量（离散变量），在下拉菜单中选择不相似性测度方法；Binary(二值变量)用于设置二值变量，在下拉菜单中选择距离或者不相似性测度方法。 ③Transform Values 子选项用于设定数据标准化的方法。其中，None表示不进行标准化，Zscore表示数值标准化到Z分数（一般选此项）；Range-ltol 表示把数据标准化到-l到l范围内；Rang otol表示把数据标准化到0到1范围内；Maximum magnitude of 1（最大幅度为1）;Mean of 1表示把数据标准化到均值为1；standard deviation of 1 表示把数据标准化到单位标准差。 4.Transform measure子选项中用于设定标准化转换的方式，其中，Absolute values表示对距离值取绝对值。Change sign表示把相似性值变为不相似性值或相反，Resale to 0-1 range表示重新标度到0-1范围内。 选中所需选项后，点击Continue返回主对话框。 (5)点击主对话框Save选项，用于对输出结果进行设置 子对话框中，Cluster Membership用于设定聚类分析的结果以什么样的形式保存在工作文件中。其中，None表示不保存任何变量，Singer solution表示生成一个新变量，表明每个个体聚类最后所属的类，Range of solution表示生成多个新变量，表明聚为若干类时，每个个体聚类后所属的类，如分别在Min和Max中输入2，4，表示生成三个新的分类变量。 设置完成后，点击Continue返回主对话框。