IBM SPSS Statistics 中文网站 > 使用技巧 > spssk均值聚类分析步骤 spssk均值聚类分析结果解读

spssk均值聚类分析步骤 spssk均值聚类分析结果解读

发布时间:2022/06/28 10:04:40

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spssk均值聚类分析步骤,spssk均值聚类分析需事先指定聚类数目k,然后再依照该聚类数目进行迭代运算,本文会应用例子演示分析步骤,同时也会进行spssk均值聚类分析结果解读,以加深理解。

一、spssk均值聚类分析步骤

spssk均值聚类分析,与系统聚类、二阶聚类等同属spss的分类分析,目的是将相似的个案归纳总结、分类,以找到个案间的相似点。spssk均值聚类是一种确定性的聚类分析,需事先指定聚类的数量,适用于有指定分类、分类数目固定的情况。

以一组店铺数据为例,目的是应用一些标准指标对店铺进行分类,需要注意的是,k均值聚类只能分析数值型变量,对于字符串变量需重新编码成数值。

示例数据
示例数据

 

打开spss的分析菜单,选择分类中的“K-均值聚类分析”功能。

k均值聚类
k均值聚类

 

第一步:设置变量

本例将会使用标准a、标准b与标准e三个指标进行聚类分析,其中原字符串变量“标准e”已重新编码为数值型变量。

将标准a、标准b与标准e三个变量选入“变量”列表框,将“店铺编码”选入个案标注依据,以区别不同的个案。

第二步:设置聚类数

在左侧变量下方进行“聚类数”设置,该数值需要分析者自定,无固定规则。本例设为2,即运算得出2个聚类。

其他方法、聚类中心等,如无特殊需求,可保持默认设置。

变量设置
变量设置

 

第三步:设置保存新变量

“聚类成员”,是在聚类数目事先设定的情况下(本例为2个聚类),运算每个聚类所包含的个案,而从“与聚类中心的距离”,可看出聚类间的相似度,距离越远就越不相似。

保存新变量
保存新变量

 

第四步:设置统计量

可选择“初始聚类中心”、“每个个案的聚类信息(所属分类、与中心的距离)”,了解初始聚类与最终聚类的差别(如有的话)。

统计值
统计值

 

二、spssk均值聚类分析结果解读

完成以上设置后进行spss运算分析,并进行最后的步骤,解读数据。

如图6所示,根据初始聚类中心与迭代历史记录,以及实现设定的聚类数据2,数据在第二次迭代后,聚类中心不再变动,以此确认2次迭代。

初始聚类中心
初始聚类中心

 

在聚类数目为2的情况下,可将店铺个案归类为图7的“聚类成员”列表。

聚类结果
聚类结果

 

最终运算后,确定最终聚类中心为2,并得到最终聚类中心之间的距离。

最终聚类中心
最终聚类中心

 

其中,聚类1中包含了15个个案,聚类2中包含了7个个案。

每个聚类中的个案数
每个聚类中的个案数

 

三、spssk均值聚类分析的优缺点

spssk均值聚类分析是一种确定性强的聚类分析方法,相对于系统聚类的模糊性,k均值聚类可在指定聚类数目k基础上进行聚类分析,因此可提供确定性的分类信息,但这也决定了k均值聚类不太适合用于模糊性的研究问题。

spssk均值聚类分析优缺点如下:

优点:

1.运算快速、简单

2.可处理大量的个案,相对于系统聚类来说,运算更有效率

3.有确定的聚类数目,结果清晰,无须分析者自行判断

缺点:

1.需要事先设定聚类数目,不适合模糊性研究问题

2.容易受到初值和离群点的影响,可能会造成大量个案归属同一类,而少量极端值归属同一类的情况

3.聚类结果可能无法解释,无法运用分析者经验修正结果

k均值聚类
k均值聚类

 

四、小结

以上就是关于spssk均值聚类分析步骤,spssk均值聚类分析结果解读的相关内容。spssk均值聚类分析适用于确定性分类结果的研究问题,如果是模糊性的研究问题,可采用spss的系统聚类分析,进行探索性的聚类分析。无论是确定性分类,还是模糊性分类,spss都能进行有效地分析。

 

作者:泽洋

SPSS Statistics
云版首发!秒杀只需1分钱!
立即购买
QQ 群
官方交流群:815794396 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
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
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
最新文章
1分钱秒杀!云版大数据统计与应用分析解决方案上线
在经历了数个月的悉心筹备后,云版大数据统计与应用分析解决方案终于要和大家见面了!为了让更多人能体验到本服务,我们特别发起了限量1分钱秒杀活动。
2022-11-24
spss缺失值分析步骤 spss缺失值分析结果怎么看
在数据调查过程中,工作人员常常会遇到数据缺失现象。数据缺失分为三类,随机缺失,完全随机缺失,非随机缺失。无论哪种缺失,都可能导致严重的问题,或者大大降低统计的精度。利用IBM SPSS Statistics可以对数据缺失值进行分析,关于SPSS缺失值分析步骤是怎样的,SPSS缺失值分析结果怎么看的问题?本文结合实例,为大家做简单介绍。
2022-11-24
spss标签值不显示 spss标签值乱码
使用IBM SPSS Statistics进行统计分析的过程中,为了工作便利,常常会为变量设置标签。在设置标签过程中,常常会遇到各种问题,如SPSS标签值不显示,SPSS标签值乱码等问题,这些问题产生的根源是什么?如何解决?本文向大家做简单介绍。
2022-11-21
IBM SPSS Statistics云版本登录使用教程
感谢您订阅IBM SPSS Statistics云版本服务,IBM SPSS Statistics云版本是由思杰马克丁+IBM+阿里云联合推出,帮助用户解决短时间使用正版软件的需求,提供周付费、月付费两种购买模式,性价比极高。那么在购买了IBM SPSS Statistics云版本之后,应该如何登陆使用呢,本篇教程就来告诉大家使用方法。
2022-11-23
spss中t值和p值是什么意思 spss中t值和p值的关系
在统计分析过程中,常常会遇到这样的情况:检验两个相关的样本是否来自具有相同均值的总体,就会用到t检验。t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布, t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。利用IBM SPSS Statistics统计分析软件进行t检验可以避免繁杂的统计学计算,快速给出结果,供用户分析。SPSS中t值和p值是什么意思,SPSS中t值和p值的关系是什么,本文结合实例,向大家做简单的介绍。
2022-11-16
spss pearson相关性分析步骤 spss pearson相关性分析结果怎么看
Pearson(皮尔逊)相关性指的是联合分布服从二维正态分布的随机变量X,Y之间的简单线性相关关系,X,Y之间的相关关系由简单相关系数r表示。利用IBM SPSS Statistics可以非常快速地完成两个随机变量X,Y间的Pearson(皮尔逊)相关性分析,SPSS Pearson相关性分析步骤是什么,SPSS Pearson相关性分析结果怎么看,本文结合实例,向大家做简单的介绍。
2022-11-14

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:

咨询热线

在线咨询

限时折扣