spss的多元統(tǒng)計分析(文件)

　

【正文】 分析變量 在 【 KMeans Cluster Analysis（ K均值聚類分析） 】 對話框左側(cè)的候選變量列表框中選擇進行聚類分析的變量，將其添加至 【 Variables（變量） 】 列表框中。系統(tǒng)默認值選擇【 Iterative and classify（迭代與分類） 】 項。 SPSS在聚 類 分析中的 應 用 Step05：聚類中心的輸入與輸出 在主對話框中， 【 Cluster Centers（聚類中心） 】 選項組表示輸入和輸出聚類中心。 SPSS在聚 類 分析中的 應 用 在主對話框中單擊 Iterate（迭代）按鈕，打開設置迭代參數(shù)的對話框圖，這里可以進一步選擇迭代參數(shù)。系統(tǒng)默認值為 10。 提示：如果設置了以上兩個參數(shù)，只要在迭代過程中滿足了一個參數(shù)，迭代就停止。 SPSS在聚 類 分析中的 應 用 Step07：輸出聚類結(jié)果 在主對話框中單擊 【 Save（保存） 】 按鈕，彈出 【 Save New Variables（保存新變量） 】 對話框，它用于選擇保存新變量。 ● Distance from cluster center：在當前數(shù)據(jù)文件中建立一個名為“ qcl_2” 新變量。 ● Initial cluster centers：初始聚類中心。 ● Exclude cases listwise：分析變量中帶有缺失值的觀測量都不參與后續(xù)分析。 SPSS在聚 類 分析中的 應 用 現(xiàn)在要分析我國各個地區(qū)的環(huán)境污染程度，案例中選擇了各地區(qū) “ 工業(yè)廢氣排放總量 ” 、 “ 工業(yè)廢水排放總量 ” 和 “ 二氧化硫排放總量 ” 三個指標來反映不同污染程度的環(huán)境狀況，同時選擇了北京等省市的數(shù)據(jù)加以研究。 ? 在左側(cè)的候選變量列表框中將 X X2和 X3變量設定為聚類分析變量，將其添加至 【 Variables（變量） 】 列表框中；同時選擇 Y作為標識變量，將其移入 【 Label Cases by（個案標記依據(jù)） 】 列表框中。 SPSS在聚 類 分析中的 應 用 實 例 結(jié) 果及分析 （ 1）快速聚類分析的初始中心 SPSS軟件首先給出了進行快速聚類分析的初始中心數(shù)據(jù)。可以看到，第一次迭代的變化值最大，其后隨之減少。 ? 第一類：北京、天津、山西、內(nèi)蒙古等 20個地區(qū)。 ? 第三類：江蘇、浙江、山東和廣東。可以看到，最后的中心位置較初始中心位置發(fā)生了較大的變化。各數(shù)據(jù)項的含義依次是：組間均方、組間自由度、組內(nèi)均方、組內(nèi)自由度。 聚類數(shù)目匯總表 SPSS在聚 類 分析中的 應 用 系 統(tǒng) 聚 類 法的 SPSS操作 詳 解 系統(tǒng)聚類法常稱為層次聚類法、分層聚類法，也是聚類分析中使用廣泛的一種方法。 凝聚法：開始把參與聚類的每個個體 (觀測量或變量 )視為一類，根據(jù)兩類之間的距離或相似性逐步合并，直到合并為一個大類為止。根據(jù)距離公式不同，可能會得到不同的結(jié)果，這也就進一步構(gòu)成了不同的系統(tǒng)聚類方法。 ● Nearest neighbor：最短距離法。 ● Ward39。同時可以選擇一個標識變量移入 【 Label Cases by（標注個案） 】 列表框中。 ● Variable：對變量進行聚類，即 R型聚類。 ● Plots：輸出主對話框中 【 Plots（圖） 】 按鈕中聚類圖形。顯示聚類過程中每一步合并的類或觀測量，反映聚類過程中每一步樣品或類的合并過程。 ③ 【 Cluster Membership（聚類成員） 】 欄可以選擇聚類數(shù)目相關(guān)的輸出項： ● 【 None（無） 】 ：不顯示類成員表，它是系統(tǒng)默認選項。它表示分別輸出樣品或變量的分類數(shù)從最小值到最大值的各種分類聚類表。可選擇輸出的統(tǒng)計圖表有兩種，一個是樹形圖，一個是冰柱圖。對于冰柱圖的具體選項還可以進一步用以下選擇項來確定。 ● Specified range clusters：限定顯示的聚類范圍。 ● None：不輸出冰校圖。 SPSS在聚 類 分析中的 應 用 Step07：聚類方法選擇 單擊 【 Method（方法） 】 按鈕，彈出的對話框如下圖所示。 ● Betweengroups linkage：組間平均距離法。當兩類合并為一類后，合并后的類中的所有項之間的平均距離最小。用兩類之間最遠點的距離代表兩類之間的距離。定義類與類之間的距離為兩類中各樣品的中位數(shù)之間的距離。 【 Interval（區(qū)間） 】 參數(shù)框適合于等間隔測度的連續(xù)性變量。兩項之間的距離是每個變量值之差的平方和。它是線性關(guān)系的測度，范圍是 1～ +1。 ● Customized：自定義距離。用卡方值測度不相似性。首先應該明確，對二值變量，系統(tǒng)默認用 l 表示某特性出現(xiàn) (或發(fā)生 )，用 0 表示某特性不出現(xiàn) (或不發(fā)生 )。 ● Size difference：不對稱指數(shù)。 ● Dispersion：離散測度，其范圍為 1 ～ 1。 ● Phi 4point correlation：皮爾遜相關(guān)系數(shù)二元變量模擬，其值范圍為 1 ～ l。 ● Hamann：哈曼匹配系數(shù)。 ● Lance and Williams：蘭斯 威廉斯測度。 ● Russel and Rao：它是內(nèi)積 (點積 )的二元形式。 ● Yule’s Q ：尤利 Q綜合系數(shù)。定義后，系統(tǒng)將忽略其他值。具體如下： ● None：不進行標準化。 ● Range 1 to 1：把數(shù)據(jù)標準化到 1 到 +1 范圍內(nèi)。 ● Mean of 1：把數(shù)據(jù)標準化到均值為 1。 在選擇了上述標準化方法后，要在選項組中點選 【 By variable（對變量） 】 或 【 By case（對樣品） 】 單選鈕實施標準化。 ● Rescale bo 0~1 range：重新調(diào)整測度值到范圍 0～ l。具體選項含義如下。在 【 Number of clusters（聚類數(shù)） 】 的矩形框中指定類數(shù)。即聚為 6 類時各樣品分別屬于哪一類。 （ 1） Call— 每千人擁有電話線數(shù)。 （ 5） mips— 每千人中計算機功率（每秒百萬指令）。因此，可以利用系統(tǒng)聚類法。第四列“ Coefficients” 列出了每一步驟的聚類系數(shù)，這一數(shù)值表示被合并的兩個類別之間的距離大小。 第 Ⅰ 類：美國、瑞典、丹麥。從圖中，可以明顯看到每個樣品從單獨一類，逐次合并，一直到全部合并成一大類。 基本原理 判別分析內(nèi)容很豐富，方法很多。 SPSS在判 別 分析中的 應 用 例如兩個總體的距離判別法中，設有兩個總體（或稱兩類） G G2，從第一個總體中抽取 n1個樣品，從第二個總體中抽取 n2個樣品，每個樣品測量 p個指標如下頁表。 Step03：指定分類變量及范圍 在主對話框的候選變量中選擇分類變量（離散型變量）移入 【 Grouping Variable（分組變量） 】 框中。 SPSS在判 別 分析中的 應 用 Step04：選擇判別分析方法 在主對話框的 【 Independents（自變量） 】 列表框下面有兩個按鈕，它們提供了判別分析方法選擇。 ● Use stepwise method：采用逐步判別法作判別分析。 SPSS在判 別 分析中的 應 用 Step05：基本統(tǒng)計量輸出選擇 單擊 【 Statistics】 按鈕，在彈出的對話框中可以選擇進行判別分析的基本統(tǒng)計量輸出。 ● Univariate ANOVAs：單因素方差分析。 ● Fisher’s ：輸出 Fisher函數(shù)系數(shù)。 ● Withingroups correlation matrix：類內(nèi)相關(guān)矩陣。接著單擊主菜單中的 【 Statistics】 按鈕，在彈出的對話框圖中可以選擇逐步判別分析的選項。 ● Unexplained variance：每步都選擇使類間不可解釋的方差和最小的變量進入判別函數(shù)。選擇此種方法后，應該在該項下面的 【 V。 ● Smallest F ratio：每步都選擇使任何兩類間的“最小 F 值”達到最大的變量進入判別函數(shù)。 SPSS在判 別 分析中的 應 用 ① 【 Method（方法） 】 選項組：選擇變量進入判別函數(shù)的方式。 ● Total covariance matrix：總樣本的協(xié)方差矩陣。 ● Unstandardized：未經(jīng)標準化處理的判別函數(shù)系數(shù)。 ● Box’s M ：對各類協(xié)方差矩陣相等的假設進行檢驗。 SPSS在判 別 分析中的 應 用 ① 【 Descriptives（描述性） 】 選項組：選擇輸出描述統(tǒng)計量。可以進一步選擇判別分析方法（見第 步）。當認為所有自變量都能對觀測量特性提供豐富的信息時使用該選擇項。 ● Minimum：輸入最小值。 1( , , )pX x x ??1( , )D X G1( , )D X G 2( , )D X G2( , )D X G1 1 22 1 212, ( , ) ( , ), ( , ) ( , ), ( , ) ( , )X G D X G D X GX G D X G D X GD X G D X G???? ???? ??當當待 判 當 SPSS在判 別 分析中的 應 用 判 別 分析的 SPSS操作 詳 解 Step01：打開對話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Classify（分類） 】 → 【 Discriminant(辨別 )】 命令，彈出 【 Discriminant Analysis（辨別分析） 】 對話框，這是判別分析的主操作窗口。 其中，距離判別分析是一種常見的判別分析方法。 判別分析與聚類分析不同。 第 Ⅲ 類：巴西、墨西哥、波蘭、匈牙利、智利、俄羅斯、泰國、印度、馬來西亞。第七列“ Next Stage” 表示在這一步驟中合并的類別，下一次將在第幾步中與其他類再進行合并。下表中的的第一列“ Stage” 列出了聚類過程的步驟號，第二列“ Cluster 1” 和第三列“ Cluster 2” 列出了某一步驟中哪些國家參與了合并。 SPSS在聚 類 分析中的 應 用 2. 實 例操作 現(xiàn)在要分析世界各個地區(qū)的信息基礎設施的發(fā)展狀況，案例中選擇了“每千人擁有電話線數(shù)”、“ 每千房居民蜂窩移動電話數(shù)”等六個指標來反映不同國家信息設施的發(fā)展情況，同時選擇了近二十個地區(qū)的數(shù)據(jù)加以研究。 （ 3） fee— 高峰時期每三分鐘國際電話的成本。 SPSS在聚 類 分析中的 應 用 實 例分析：不同地 區(qū) 信息基 礎設 施 發(fā) 展 狀況 的 評 價 1. 實 例 內(nèi) 容 要研究世界不同地區(qū)信息基礎設施的發(fā)展狀況，這里選取了發(fā)達地區(qū)、新興工業(yè)化地區(qū)、拉美地區(qū)、亞洲地區(qū)中國家、轉(zhuǎn)型地區(qū)等不同類型的 20個國家的數(shù)據(jù)。它表示分別生成樣品或變量的分類數(shù)從最小值到最大值的各種分類聚類變量。 ● Single solution：單個結(jié)果輸出。如果使用的是已經(jīng)存在的矩陣，可以選擇此類選擇項，對輸入矩陣進行必要的轉(zhuǎn)換。 ● Absolute Values：把距離值取絕對值。 ● Standard deviation of 1：把數(shù)據(jù)標準化到標準差為 1。 ● Maximum magnitude of 1：把數(shù)據(jù)標淮化到最大值為 1。 ● Z scores：數(shù)據(jù)標準化到 Z 分數(shù)。 SPSS在聚 類 分析中的 應 用 ③ 【 Transform Values（轉(zhuǎn)換數(shù)） 】 選項組：可以選擇數(shù)據(jù)標準化的方法。同時，還可以改變表示某事件發(fā)生與不發(fā)生的值。 ● Sokal and Sneath l ～ 5：第一種 ~第五種索克爾 思尼斯匹配系數(shù)。范圍為 0 ～ l。 ● Kulczynski 1：庫爾津斯基匹配系數(shù)。 ● Anderberg’D ：安德伯格 D系數(shù)。范圍無上下限。 ● Pattern difference：不相似性測度，范圍為 0 ～ 1。具體如下： ● Euclidean distance：二元變量歐氏距離。 ● Phisquare measure：兩組頻數(shù)之間的 Ф 2 測度。單擊它右側(cè)的向下箭頭，展開下拉菜單的方法選擇以下不相似性測度的方法。 ● Block：曼哈頓（ Manhattan）距離，兩項之間的距離是每個變量值之差的絕對值總和。 ● Cosline：余弦相似性測度，計算兩個向量間夾角的余弦。 ● Euclidean distance：歐氏距離。聚類中使類內(nèi)各樣品的離差平方和最小，類間的離差平方和盡可能大。定義類與類之間的距離為兩類中各樣品的重心之間的距離。采用兩類間最近點間的距離代表兩類間的距離。合并兩類的結(jié)果使所有的兩類的平均距離最小。具體選項含義如下。 ● Vertical：縱向顯示的冰柱圖。輸入到參數(shù)框中的數(shù)字必須是正整數(shù)。可用此種圖查看聚類的全過程。