12-14课.pptx

SPSS系列培训之:聚类分析
@文彤老师
方法原理
按照个体(记录)的特征将它们分类,使同一类别内的个体具有尽可能高的同质性,而类别之间则具有尽可能高的异质性。
为了得到比较合理的分类,首先要采用适当的指标来定量地描述研究对象之间的联系的紧密程度。
直观的理解为按空间距离的远近来划分类别
SPSS统计分析系列课程
@文彤老师
2
方法原理
假定研究对象均用所谓的“点”来表示。
在聚类分析中,一般的规则是将“距离”较小的点归为同一类,将“距离”较大的点归为不同的类。
常见的是对个体分类,也可以对变量分类
此时一般使用相似系数作为“距离”测量指标
SPSS统计分析系列课程
@文彤老师
3
方法原理
例:根据年龄将人群分成适当的类,从图中可见,人群被分为两类是比较合适的。
SPSS统计分析系列课程
@文彤老师
4
方法原理
在右图中可以看到五个样品应当可能被分为两组或者三组,C/D组x和y的取值均偏低,而另三个所在组x和y的取值均偏高
分为两类或三类都是可接受的
从图中可以直观的理解“距离”的含义
SPSS统计分析系列课程
@文彤老师
5
方法原理
当用于聚类的变量逐渐增多时,分析思路完全相同,只是这样简单、清晰的图示展现类别情况变得逐渐不大可能
多维空间中的观察
可能的解决方法
放弃图示化观察,改用复杂的统计指标
缩减维度,使得可以在低维度空间进行呈现
SPSS统计分析系列课程
@文彤老师
6
特点
聚类分析前所有个体所属的类别是未知的,类别个数一般也未知,分析的依据就是原始数据,可能事先没有任何有关类别的信息可参考。
严格说来聚类分析并不是纯粹的统计技术,它不像其它多元分析法那样,需要从样本去推断总体。
一般都涉及不到有关统计量的分布,也不需要进行显著性检验。
聚类分析更像是一种建立假设的方法,而对相关假设的检验还需要借助其它统计方法。
@文彤老师
7
SPSS统计分析系列课程
用途
设计抽样方案
分层抽样
预分析过程
先通过聚类分析达到简化数据的目的,将众多的个体先聚集成比较好处理的几个类别或子集,然后再进行后续的多元分析。
细分市场、个体消费行为划分
先聚类,然后再利用判别分析进一步研究各个群体之间的差异。
SPSS统计分析系列课程
@文彤老师
8
聚类分析的基本步骤总结
步骤1:确定研究问题
选择研究目的:
分类描述;数据简化;揭示相互联系选择分类变量
步骤2:研究设计
对个体聚类还是对变量聚类?
分类变量是什么类型?
选择用“距离”还是“相似系数”?是哪一种?
数据是否需要标准化?
是否需要删除奇异点?
步骤3:考虑是否满足基本的假定
样本对总体是否有代表性?
聚类变量是否存在共线性?
共线性是否足以影响结果?
SPSS统计分析系列课程
@文彤老师
9
聚类分析的基本步骤总结
步骤4:选择聚类方法
采用谱系聚类法、非谱系聚类法、还是两者的结合?
采用哪种具体的聚类方法?
应该聚成几个类别?
步骤5:解释聚类分析的结果
考察类别的中心是否存在显著的差异?
观察树形图和冰柱图
是否可以根据分类变量给各个类别命名?
步骤6:评价聚类分析结果的有效性
利用适当的结果变量进行评价;
利用其它描述性的变量描述各个类别的轮廓。
SPSS统计分析系列课程
@文彤老师
10