SPSS > 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教程聚类分析K均值聚类SPSS聚类分析SPSS系统聚类分析SPSS聚类分析步骤SPSS软件应用

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: