spss学习第9章.ppt

Step02：选择判别分析变量 在【辨别分析】对话框左侧的候选变量中选择进行判别分析的变量将其添加至【自变量】列表框中，将其作为自变量。 Step03：指定分类变量及范围 在主对话框的候选变量中选择分类变量（离散型变量）移入【分组变量】框中。此时它下面的【定义范围】按钮加亮，按该按钮，屏幕弹出一个小对话框，提供指定该分类变量的数值范围，如图所示。 其中， ● 输入最小值： ● 输入最大值 ： 9.3 SPSS 在判别分析中的应用 Step04：选择判别分析方法 在主对话框【自变量】列表框下面有两个按钮，它们提供了判别分析方法选择： ● 一起输入自变量：建立所选择的所有变量的判别式。当认为所有自变量都能对观测量特性提供丰富的信息时使用该选择项。系统默认设置。 ● 使用步进式方法：采用逐步判别法作判别分析。点选该项后，主菜单中的【方法】按钮加亮。可以进一步选择判别分析方法（见第 步）。 如果希望使用一部分观测量进行判别函数的推导，选择一个能够标记需选择的这部分观测量的变量将其移入【选择变量】框中；再单击其右侧的Valve按钮，展开【设置值】对话框，键入能标记的变量值，如图所示。 9.3 SPSS 在判别分析中的应用 Step05：基本统计量输出选择 单击【统计量】按钮，弹出对话框图所示。这里可以选择进行判别分析的基本统计量输出。具体选项含义如下： 9.3 SPSS 在判别分析中的应用 ①【描述性】栏选择输出描述统计量: ●均值：输出各类中各自变量的均值、标准差和各自变量总样本的均值、标准差。 ● 单变量 ANOVAs：单因素方差分析。对各类中同一自变量进行均值检验，输出单因素方差分析结果。 ● Box’s M：对各类协方差矩阵相等的假设进行检验。 ②【函数系数】栏选择输出判别函数的系数 ●Fisher’s：输出Fisher函数系数。对每一类给出一组系数，并给出该组中判别分数最大的观测量。 ●未标准化：未经标准化处理的判别函数系数。 ③【矩阵】栏选择输出自变量的系数矩阵 ●类内相关矩阵： ● 类内协方差矩阵： ● 对每一类分别输出协方差矩阵： ●总样本的协方差矩阵： 9.3 SPSS 在判别分析中的应用 K-均值聚类法又叫快速聚类法，可以用于大量数据进行聚类分析的情形。它是一种非分层的聚类方法。这种方法占用内存少、计算量、处理速度快，特别适合大样本的聚类分析。它的基本操作步骤如下： 1、指定聚类数目k，应由用户指定需要聚成多少类，最终也只能输出关于它的唯一解。这点不同于层次聚类。 2、确定k个初始类的中心。两种方式：一种是用户指定方式，二是根据数据本身结构的中心初步确定每个类别的原始中心点。 3、根据距离最近原则进行分类。逐一计算每一记录到各个中心点的距离，把各个记录按照距离最近的原则归入各个类别，并计算新形成类别的中心点 4、按照新的中心位置，重新计算每一记录距离新的类别中心点的距离，并重新进行归类。 5、重复步骤4，直到达到一定的收敛标准。 这种方法也常称为逐步聚类分析，即先把被聚对象进行初始分类，然后逐步调整，得到最终分类。 9.2 SPSS 在聚类分析中的应用 9.2.2 快速聚类SPSS操作详解 Step01：打开主菜单 选择主菜单中的【分析】→【分类】→【K均值聚类】命令，弹出【K均值聚类分析】对话框，如图所示，这是快速聚类分析的主操作窗口。 9.2 SPSS 在聚类分析中的应用 Step02：选择聚类分析变量 在【K均值聚类分析】对话框左侧的候选变量中选择进行聚类分析的变量将其添加至【变量】列表框中。同时可以选择一个标识变量移入【个案标记依据】框中。 Step03：确定分类个数 【聚类数】框中，可以输入确定的聚类分析数目，用户可以根据需要自行修改调整。系统默认的聚类数为2. Step04：选择聚类方法 主对话框中的【方法】栏中可以选择聚类方法。系统默认值是【迭代与分类】项。 ● 选择初始类中心：在迭代过程中不断更新聚类中心。把观测量分派到与之最近的以类中心为标志的类中去。 ● 只使用初始类中心对观测量进行分类，聚类中心始终不变。 9.2 SPSS 在聚类分析中的应用 Step05：聚类中心的输入与输出 在主对话框图中，【聚类中心】栏表示输入和输出聚类中心的对话框。用户可以指定外部文件或数据集作为初始聚类中心点，也可以将聚类分析的聚类中心结果输出到指定文件或数据集中。 ● 要求使用指定数据文件中的观测量或建立数据集作为初始类中心。 ● 要求把聚类结果中的各类中心数据保存到指定的文件或数据集中。 9.2 SPSS 在聚类分析中的应用 在主对话框中单击【迭代】按钮，打开设置迭代参数的对话框图，这里可以进一步选择迭代参数。