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

展开阅读全文

标签:IBM SPSS Statistics均值过程分析SPSS教程K均值聚类

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
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怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
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
最新文章
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10
SPSS赋值怎么操作 SPSS赋值反了怎么修改
SPSS是一款平价的数据分析与统计软件,即使是学生也可以承担软件的价格。往变量中输入数据被称为为变量赋值,这是SPSS的基础操作,也是重要的操作之一。数据的精确度就是依据于我们在软件中对于变量的赋值要求,这些都需要仔细设置。下面将为大家介绍SPSS赋值怎么操作,SPSS赋值反了怎么修改的相关内容。
2024-04-03
spss估算边际均值图怎么做 spss估算边际均值图怎么得到
SPSS(StatisticalProductandServiceSolutions)作为一款常用的统计分析软件,其功能强大且操作简便,广泛应用于各个领域的数据分析中。本文将介绍spss估算边际均值图怎么做,spss估算边际均值图怎么得到的内容。
2024-03-29

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: