SPSS > 使用技巧 > 如何在IBM SPSS Statistics中进行K均值聚类分析

如何在IBM SPSS Statistics中进行K均值聚类分析

发布时间:2021-09-18 14: 08: 29

IBM SPSS Statistics的K均值聚类分析,是一种采用欧式距离作为分类指标的迭代聚类分析方法。其优点是操作简单,运算速度快,但由于其聚类原理是将欧式距离相似的数据归为一个类别,因此需采用连续型的数据变量。

接下来,我们通过实例来演示一下K均值聚类分析。

一、数据准备

本例使用的是一组店铺的销售数据,包含客流量、销售额与销售量三个连续型变量。我们会使用到以上三个连续变量对数据个案进行K均值聚类分析。

图1:店铺数据
图1:店铺数据

二、K均值聚类参数设置

K均值聚类分析是SPSS分类分析法中的一种,由于其运算的快速性,也被称为“快速聚类”。

图2:K均值聚类
图2:K均值聚类

如图3所示,K均值聚类分析设置面板包含变量、聚类中心等设置参数。

图3:参数设置面板
图3:参数设置面板

按照数据分析目的,如图4所示,我们需将客流量、销售额、销售量添加为变量,然后再单击右侧的“保存”按钮,保存“聚类成员”与“与聚类中心的距离”两个新变量。

图4:变量与保存设置
图4:变量与保存设置

接着,打开“迭代”设置,设置最大迭代次数,一般按照默认即可,如果默认次数过小,应尽量调大。

图5:迭代次数
图5:迭代次数

最后,设置分析的选项,如图6所示,勾选“初始聚类中心”与“每个个案的聚类信息”,以了解初始聚类与最终聚类的个案数目;勾选“ANOVA表”,检验分析的置信水平。

图6:选项设置
图6:选项设置

三、结果解读

运行分析后,回到数据表,如图7所示,原数据表末端出现了两个新变量,分别是“聚类成员”与“与聚类中心的距离”。我们可以从中观察到每个个案所属的聚类,以及该个案与聚类中心的距离。

图7:生成新变量
图7:生成新变量

而从分析结果看到,SPSS初始设定了两个聚类。

图8:初始聚类中心
图8:初始聚类中心

而经过2次迭代运算后,最终聚类中心仍设定为两个不变。

图9:最终聚类中心
图9:最终聚类中心

而从ANOVA分析表看到,客流量、销售额、销售量的显著性都小于0.001,说明这三个变量都能很好地区分各个分类。

图10:ANOVA检验
图10:ANOVA检验

最后,从“每个聚类中的个案数目”可得到每一类别包含的个案数量。

图11:聚类中的个案数目
图11:聚类中的个案数目

四、小结

综上所述,K均值聚类分析,可利用欧式距离的测量,快速地将距离相似的个案归总为一个类别,但也要注意到的是,K均值聚类分析受异常值影响较大。

除K均值聚类,SPSS还提供了系统聚类、二阶聚类的分类方法,可前往SPSS中文网站获取更加系统的演示分享。

作者:泽洋

展开阅读全文

︾

标签:SPSS,聚类分析

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多重线性回归分析怎么做 SPSS多重线性回归分析结果解读
多重线性回归分析,就是研究一个因变量和多个自变量的线性关系。与简单的回归分析不同,这里会涉及到多个自变量,比如研究影响销售额的因素,可能会包含客流量、销售量等,这些因素与销售额之间就可以构成多重线性关系,在SPSS软件中,可以轻松进行多重线性回归分析,接下来我们会介绍SPSS多重线性回归分析怎么做,SPSS多重线性回归分析结果解读的相关内容。
2026-11-04
SPSS中如何设置哑变量 如何用SPSS设置哑变量做Logistic回归
如果分析的数据中包含了一些分类变量,比如性别、地区、类型等,为了让这些分类变量可以参与数值运算,可以在研究分析数据前,将它们设置为哑变量,这样就能给它们赋予数值含义。在SPSS的软件使用中,可以在Cox回归、Logistic回归、线性回归等分析方法中设置哑变量。接下来,我们会介绍SPSS中如何设置哑变量,如何用SPSS设置哑变量做Logistic回归的相关内容。
2026-11-04
SPSS几何均数怎么输入数据 SPSS怎么计算几何均数的平均值
几何均数,与常用的均值一样,都可以用来描述数据的集中趋势。所不同的是,均值是用所有数据的和除以个数,而几何均数是用所有数据的乘积来开n次方根。所以,几何均值相对于均值来说,更不容易受到极端值的影响,比较适合用来计算比例、比率等。接下来我们会介绍SPSS几何均数怎么输入数据,SPSS怎么计算几何均数的平均值的相关内容。
2026-11-04
SPSS概率分析如何进行预测 SPSS如何做概率分布函数
概率分析指的是统计学中利用数理统计的方法对事件发生可能性进行分析和预测的一种分析方法,它的核心概念就是在充满不确定性的情况下,尽可能地预测某个事件发生的概率。概率分析在生物医疗领域的应用十分广泛,例如通过研究某种农药不同浓度情况下,害虫的死亡情况,可以得出该农药的“刺激强度”与“响应比例”关系,这就是概率分析中常用的一种分析方法,也是SPSS软件中“概率分析”功能所采用的分析方法。本文就介绍关于SPSS概率分析如何进行预测,SPSS如何做概率分布函数的相关内容。
2026-11-04
SPSS如何数据分组 SPSS如何将数据分组做频数分布表
我们如果手上的数据比较杂乱,让人找不到头绪的话,建议先给数据做一下分组,并统计不同分组的频数、比例等统计量,这样会更容易数据的分布规律并找到合适的分析方法。在一些分数、绩效、销售量统计中,常常会应用到数据分组的方法,接下来我们会介绍SPSS如何数据分组,SPSS如何将数据分组做频数分布表的相关内容。
2026-11-03
SPSS怎么进行变量降维分析 SPSS降维分析结果解读
在做一些品牌分析、消费者分析时,如果涉及到的变量比较多,而且变量之间可能存在共线性时,我们常常会先应用变量降维分析,来精简一些变量,让数据的研究分析变得更简单。在SPSS软件中,可以轻松地利用因子分析功能来实现变量的降维。接下来我们会介绍SPSS怎么进行变量降维分析,SPSS降维分析结果解读的相关内容。
2026-11-03

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: