华理多元统计实验6.docVIP

华东理工大学2013—2014学年第二学期

《多元统计学》实验报告5

班级学号姓名

开课学院商学院任课教师任飞成绩

实验内容：实验5聚类分析方法

1.熟悉SPSS中聚类分析的距离选择功能

2.熟悉SPSS中聚类分析的系统聚类功能

实验要求：

1.选用例题5.1文件中的变量，完成系统聚类法的各种结果的比较分析

2.对案例：Crop’Pain连锁店，展开聚类分析讨论

教师评语：

教师签名：

年月日

实验报告：

例题5.1从21个工厂各抽一件同类产品，每个产品测两个质量指标，记作x1、x2，要求将各厂的产品按质量情况进行分类。

Analyze-Classify-HierarchicalCluster，在Measure栏中选择距离测度方法：

Block---dij(1)

分析：表明实验是对样品进行分类的。Valid下面的数据21表明有效数据共21组，占总数据的百分比为100%，而被排除的无效数据(missing)为0，百分比为0%。总数据为21组。

分析：coefficients下对应的数字为分类的系数，Next?stage表明被聚合成一类的数据，其下一步将会参与到哪个阶段的聚类当中，比如说Stage1所对应的next?stage为stage?6,表明stage1中的数据或者数据会参与到第6阶段的聚合中，而由stage6可知，数据17缺确实与数据19进行了聚类。?

上图是本次实验的聚类图，用很简明直观的方法显示出了整个聚类的阶段过程，一目了然。图中附带了刻度，也就是说越是靠前，刻度值越小的聚类，越先发生。比如上图中，最先聚合的，就是以1为标准来进行分类的数据有17，18，19，20组，1、2组，5、6组等。?

?

Method中还有Euclideandistance---dij(2)，SquaredEuclideandistance，Chebychev---dij(∞)，

Minkowski---dij(q)，Cosine---cij(1)，Pearsoncorrelation---cij(2)，其所产生的图的类别虽然相同，但是由于计算点点之间的距离的方法不一样，因此所分类的阶段和先后顺序有所差别。

对案例：Crop’Pain连锁店，展开聚类分析讨论

Analyze-Classify-HierarchicalCluster，在ClusterMethod栏中选择系统聚类方法：

最短距离法(NearestLinkage)

最长距离法(FurthestLinkage)

中间距离法(MedianLinkage)

重心法(Centroidclustering)

类平均法(Between-groupsLinkage)

(Within-groupsLinkage)

重点以离差平方和法(Ward’smethod)为例，

AgglomerationSchedule

Stage

ClusterCombined

Coefficients

StageClusterFirstAppears

NextStage

Cluster1

Cluster2

Cluster1

Cluster2

1

8

34

2.107

0

0

4

2

40

43

4.387

0

0

26

3

19

23

6.925

0

0

27

4

8

27

9.501

1

0

20

5

50

55

12.081

0

0

14

6

6

11

14.856

0

0

29

7

49

51

17.759

0

0

19

8

18

26

20.847

0

0

25

9

5

33

24.098

0

0

13

10

21

31

27.448

0

0

21

11

1

24

30.815

0

0

23

12

3

41

34.332

0

0

30

13

5

20

37.903

9

0

31

14

50

53

41.528

5

0

36

15

16

54

45.207

0

0

31

16

28

57

49.183

0

0

39

17

13

46

53.741

0

0

47

18

38

39

58.470

0

0

38

19

44

49

64.123

0

7

43

20