spss上机报告3解读.docVIP

统计分析软件（spss）实验报告3 序号 班级 姓名 学号 日期 时间 地点 3 信计1302 张温柔2015.07.09 8:00-11:45 实验楼102 指导教师：刘秀芹 实验名称： 用spss进行判别分析 因子分析 主成分分析 实验任务： 1、收集到意大利、韩国、罗马尼亚、法国、中国、美国、俄罗斯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。具体数据“裁判打分.sav”. 2、根据“高校科研研究.sav”数据（具体数据在可供下载的压缩包中），利用层次聚类分析对各省市的高校科研情况进行层次聚类分析。 （1）根据聚类状态表，利用碎石图对聚类类数进行研究。 （2）绘制聚类树形图，说明哪些省市聚在一起。 （3）绘制各类科研指标的均值对比图。 （4）利用方差分析方法分析各类在哪些科研指标上存在显著差异。 3、已知我国南方8个少数民族11种生活方式指标的均值数据，进行层次聚类分析 结合上述分析结果，说明这8个少数民族按照生活方式的聚类过程。 结合上述分析结果，绘制聚类属性图。 如果将这8个少数民族按生活方式分成三类，那些少数民族可以归为一类？ 4、31个省市关于2001年全国31个省市自治区各类小康和现代化指数的数据，对地区进行Ｋ－Means聚类分析，分成3类，初始分类中心点由SPSS自行确定。 5、试说明当变量存在数量级上的差异，进行层次聚类分析时为什么要对数据进行标准化处理？ 6、试说明变量之间的高度相关性是否会对层次聚类分析结果造成影响，为什么？ 7、试说明K-Mean聚类分析的基本步骤。 8、在企业的考核中，可以根据企业的生产经营情况把企业分为优秀企业和一般企业。考核企业经营状况的指标有： 资金利润率=利润总额/资金占用总额 劳动生产率=总产值/职工平均人数 产品净值率=净产值/总产值 三个指标的均值向量和协方差矩阵如下。现有二个企业，观测值分别为 （7.8，39.1，9.6）和（8.1，34.2，6.9），问这两个企业应该属于哪一类？ 实验目的： 学习利用spss进行聚类分析、判别分析对数据进行基本的处理。主要内容有层次聚类分析、快速聚类分析和判别分析。将一批样本数据按照他们在性质上的亲密程度在没有先验知识的情况下自动进行分类。学会画图表示数据的结构表示，可以画树状图，冰挂图还有碎石图。 运行结果： 1、 （1） 案例处理摘要a 案例 有效 缺失 合计 N 百分比 N 百分比 N 百分比 300 100.0% 0 0.0% 300 100.0% a. 值向量间的相关性 已使用 近似矩阵 案例 矩阵文件输入 意大利 韩国 罗马尼亚 法国 美国 俄罗斯 热心观众 中国 意大利 1.000 .910 .906 .917 .904 .909 .667 .903 韩国 .910 1.000 .878 .935 .919 .887 .682 .885 罗马尼亚 .906 .878 1.000 .875 .872 .929 .655 .922 法国 .917 .935 .875 1.000 .910 .875 .660 .881 美国 .904 .919 .872 .910 1.000 .885 .665 .884 俄罗斯 .909 .887 .929 .875 .885 1.000 .660 .926 热心观众 .667 .682 .655 .660 .665 .660 1.000 .666 中国 .903 .885 .922 .881 .884 .926 .666 1.000 聚类表 阶 群集组合 系数 首次出现阶群集 下一阶 群集 1 群集 2 群集 1 群集 2 1 2 4 .935 0 0 4 2 3 6 .929 0 0 3 3 3 8 .924 2 0 6 4 2 5 .915 1 0 5 5 1 2 .910 0 4 6 6 1 3 .887 5 3 7 7 1 7 .665 6 0 0 群集成员 案例 3 群集 意大利 1 韩国 1 罗马尼亚 2 法国 1 美国 1 俄罗斯 2 热心观众 3 中国 2 2、 通过碎石图可以得出：随着类的不断凝聚，类目数的不断减少，类间的距离在逐渐增大。在聚成7类之前，类距增大的幅度较小，形成极为“陡峭的山峰”，但到3类后，类间的距离迅速增大形成极为“平坦的碎石路”。根据类间距离小形成类的相似性大，类间距离大形成类的相似性小的原则，可