SPSS > 使用技巧 > 详解IBM SPSS Statistics两步聚类之参数设置

详解IBM SPSS Statistics两步聚类之参数设置

发布时间:2021-09-14 14: 55: 49

SPSS的快速聚类(K均值聚类)仅可进行连续型变量的聚类;而系统聚类,虽然可进行连续型与分类型变量的聚类,但同一时间只能进行同一种变量类型的聚类分析。那么,有没有一种聚类方法可同时分析以上两种变量?

答案是肯定的,IBM SPSS Statistics的两步聚类,也称为二阶聚类,就可以同时进行以上两种变量的聚类分析。不仅如此,两步聚类还能分析各种变量的聚类重要性。接下来,我们通过实例来详细了解下吧。

一、数据准备

本例使用的是一组包含客流量、销售额、销售量三个连续型变量,以及店铺类型、星级、所处区域三个分类变量的数据。

图1:店铺数据
图1:店铺数据

二、二阶聚类参数设置

如图1所示,依次单击分析-分类-二阶聚类选项。

图2:二阶聚类
图2:二阶聚类

两步聚类,在SPSS也称为二阶聚类,是通过两个步骤来完成聚类分析。

第一步,通过指定的距离测量(如对数似然或欧式距离)构建分类树,将距离相近的记录为一个树节点;第二步,在分类树基础上,确定聚类分类,并通过BIC或AIC准则判断,以确定聚类结果。

根据以上原理,我们需要进行变量、距离测量、聚类准则等参数设置。

图3:参数设置面板
图3:参数设置面板

首先,将店铺类型、星级、所处区域设置为分类变量;将客流量、销售额、销售量设置为连续变量。

图4:变量设置
图4:变量设置

接着,在距离测量中,设置对数似然法,因欧式距离测量只能用于分析的所有变量都是连续变量的情况。

在聚类数目中,设置自动确定,并保持默认的最大值为15。

在聚类准则中,以BIC作为聚类的判断准则。

图5:计算方法
图5:计算方法

在选项设置中,保持默认的最大内存分配64MB,以及默认的待标准化计数变量,以统一变量的测量尺度。

图6:选项设置
图6:选项设置

最后,在输出设置中,勾选“透视表”,即得到聚类的结果输出;勾选“图表和表(在模型查看器中)”,可进一步查看变量贡献的重要性,以及可视化数据;勾选“创建聚类成员变量”,以了解个案对应的类。

图7:输出设置
图7:输出设置

三、小结

综上所述,相比于K均值聚类、系统聚类,两步聚类可用于分析的变量类型更广,并且可将所有变量类型放在一起进行大样本的数据运算。

关于两步聚类的结果解读,可在IBM SPSS Statistics中文网站查阅《详解SPSS两步聚类之结果解读》一文。

作者:泽洋

展开阅读全文

标签:SPSS两步聚类

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS里面如何快速将字符赋值 SPSS文字变量赋值
在数据分析领域,如果想要对多属性或多选项的变量进行分析,研究者需要对一些文字变量进行赋值来将字符串改为数字格式,便于后续的问卷数据统计和测量。今天,我们以SPSS里面如何快速将字符赋值,SPSS文字变量赋值这两个问题为例,带大家了解一下SPSS字符赋值的相关知识。
2025-06-30
SPSS因子负荷系数表怎么做 SPSS因素负荷是哪个值
在数据分析领域,SPSS因子分析可以从众多变量中提取出少数因子,这种方法一般是通过构建的指标体系计算出因子得分,而知晓因子负荷系数可以帮助研究者优化实验数据,从而实现对繁杂数据的标准化处理。今天,我们以SPSS因子负荷系数表怎么做,SPSS因素负荷是哪个值这两个问题为例,带大家了解一下SPSS因子负荷的相关知识。
2025-06-30
SPSS如何把多个题项变成一个维度 SPSS如何把多个题项分析出来
在回收调查问卷的数据后,研究者通常会对问卷中相关性较高的题项进行合并,这就需要运用到SPSS转换和计算变量的函数指令方法,从而使多个问卷题项变成一个维度来计算均值结果。本文以SPSS如何把多个题项变成一个维度,SPSS如何把多个题项分析出来这两个问题为例,带大家了解一下SPSS多题项合并的知识。
2025-06-27
SPSS方差齐性检验操作误区 SPSS方差齐性检验结果解读
方差齐性检验是用来检查不同数据之间的方差是否存在相似性,通过这种分析方法,可以判断不同组别数据的一致性。今天我就以SPSS方差齐性检验操作误区,SPSS方差齐性检验结果解读这两个问题为例,来向大家讲解一下SPSS当中方差齐性检验工具的操作技巧。
2025-06-27
SPSS交叉表行列优化技巧 SPSS交叉表格中行列层是什么意思
交叉表是用于分析两个或多个变量之间是否存在相互关联的验证图表,是一种非常简单且高效的数据分析工具,广泛应用在医疗、市场调研、商业分析等诸多领域。今天我就以SPSS交叉表行列优化技巧,SPSS交叉表格中行列层是什么意思这两个问题为例,来向大家讲解一下交叉表分析工具的相关知识。
2025-06-26
SPSS连续变量和分类变量的区别 SPSS连续变量和分类变量的关系
IBM SPSS Statistics是一款功能强大的统计软件,具备如数据处理、数理统计、分析预测,数据可视化等功能。借助IBM SPSS Statistics,我们可以快速完成数据分析工作,避免大量的数学计算,大大提高工作效率。使用IBM SPSS Statistics,首先要注意数据类型的设置,数据类型设置不正确,可能导致统计出现错误。SPSS连续变量和分类变量的区别,SPSS连续变量和分类变量的关系是怎样的,本文向大家作简单介绍。
2025-06-26

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: