SPSS > 使用技巧 > spss聚类分析谱系图怎么画 spss聚类分析谱系图结果解读

spss聚类分析谱系图怎么画 spss聚类分析谱系图结果解读

发布时间:2022-06-30 11: 51: 27

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss聚类分析谱系图怎么画?聚类分析谱系图是spss系统聚类的辅助图表之一,软件可自动生成,不用自己画。本文会以实际例子演示spss画谱系图的方法以及进行spss聚类分析谱系图结果解读。

一、spss聚类分析谱系图怎么画

spss聚类分析谱系图,又常称为树状图,是一种由左侧延伸分支,并逐渐聚合成集的线条,与树的根须相似,因此称为树状图。

spss聚类分析谱系图是可以自动绘制的,可与聚类分析的其他运算结果一同得出,无须另外在图表创建器绘制。

接下来,以一组抽样学生各科成绩为例,制作学生成绩的聚类分析谱系图。

示例数据
示例数据

 

如图2所示,依次单击spss分析-分类-系统聚类分析功能。

系统聚类
系统聚类

 

spss系统聚类分析的功能面板如图3所示,其重点是设置聚类的依据,即聚类变量,本例将左侧的学科成绩都选入“变量”中,将各科成绩作为聚类依据。在“个案标注依据”中选入“编号”,以在数据或谱系图中区分不同的个案。

变量设置
变量设置

 

接着,如图4所示,打开系统聚类的“图”设置,勾选其中的“谱系图”,即可让spss自动绘制谱系图。

设置分析图表
设置分析图表

 

完成以上操作后,运算数据,即可得到如图5所示的谱系图,左侧Y轴显示个案,从个案延伸的线条不断交汇集合成不同的聚类。

谱系图
谱系图

 

二、spss聚类分析谱系图结果解读

那么,怎么进行聚类分析谱系图的结果解读?

首先,我们看到顶部的标度距离,该距离衡量的是不同聚类的相似度,距离越长,聚类特征越不相似;距离越短,聚类特征越相似。为了更好地区分不同的聚类,理想状态下,当然距离越长越好,但同时也要考虑到距离越长,聚类数量越少。

因此,最好是结合以往的分析经验、相关的知识以及聚类特点,大致确定一个聚类数量的范围,然后再绘制参考线确认聚类结果。

观察谱系图
观察谱系图

 

确认大致的聚类数量范围后,双击图表,打开spss的图表编辑器进行参考线的绘制。为了更好地确认聚类的结果,可在X轴添加参考线,观察参考线与“根须”的相交点,来确认聚类中心。

添加参考线
添加参考线

 

点击“向X轴添加参考线” 后,打开参考线的属性设置,为参考线的位置输入标度距离数值,本例使用的是“15”标度距离,然后点击“应用”。

参考线位置
参考线位置

 

返回谱系图,如图9所示,谱系图的X轴的15标度距离处已添加参考线,从参考线与“根须”的相交点可得到3个聚类中心,而从聚类中心延伸回个案,可得到该聚类中心包含的个案。

分类结果
分类结果

 

三、spss系统聚类分析谱系图的优缺点

谱系图是spss系统聚类分析的重要输出结果,不同于其他聚类分析方法,系统聚类主要是靠分析者的经验与谱系图来得出聚类结果,因此,谱系图在系统聚类分析中就显得很重要。

系统聚类分析谱系图优点是:

1.可进行模糊性的聚类分析,比如食品的好吃程度,学生的成绩情况等无特定分类标准、分类数量的问题。

2.输出结果简单,可结合经验解读谱系图,得出不同的聚类方案。

3.无需事先设置聚类数量,可在谱系图分析中得出。

迭代历史记录
迭代历史记录

 

系统聚类分析谱系图缺点是:

1.不适合用于大样本数据的聚类分析,因所有个案都要标注在谱系图上进行聚类分析,如果样本量过大,分析难度就很大。

2.需要具备一定的行业知识,分析经验等,自主性要求比较高。

3.无固定的聚类结果,需要给出有说服力的聚类结果解释。

四、小结

以上就是spss聚类分析谱系图怎么画,spss聚类分析谱系图结果解读的相关内容。spss聚类分析的谱系图可在分析中自动绘制,无须另外通过图表创建器绘制。对于谱系图的结果解读,最好具备一定的分析经验,再结合X轴参考线进行聚类中心的确定。

 

作者:泽洋

展开阅读全文

标签:IBM SPSS StatisticsSPSS教程快速聚类分析聚类分析SPSS聚类分析SPSS系统聚类分析SPSS聚类分析步骤

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怎么做插值 SPSS线性插值法补全数据
一条条完整的数据源,能够更好地保障数据分析结果的准确性。但面对成千上万条数据参数,难免会出现数据缺漏或遗失的情况。针对这种情况,我们就可以使用SPSS中的插值和补全数据法。今天我就以SPSS怎么做插值,SPSS线性插值法补全数据这两个问题为例,来向大家讲解一下SPSS中插值的相关知识。
2026-04-08
SPSS多元逻辑回归步骤 SPSS多元逻辑回归结果解读
我们在数据分析的过程中,往往会遇到因变量是多分类定类变量的情况,比如购买决策可以分为“不买、犹豫、购买”,满意度可以分为“不满意、一般、满意”等,这时候,就可以使用多元逻辑回归的方法。它能帮我们明确哪些自变量会影响因变量的分类,还能量化影响程度,实用性很强。下面我将为大家介绍:SPSS多元逻辑回归步骤,SPSS多元逻辑回归结果解读的相关内容。
2026-04-08
SPSS多重共线性怎么看 SPSS如何降低多重共线性
无论是在生活中还是在工作中,分析各种问题时我们都会找到许多原因,例如明天是否会下雨可能会与温度、云量和风速等有关;商品的销售情况与价格、包装、质量和节日有关。生活中我们不必计较原因之间是否有关联,但是在要求精准的商业领域与科研领域,遇到这样的分析情况时,我们都要分析数据的共线性,它描述的是自变量之间的相关关系,如果一个模型中的自变量之间有高度的共线性,就会导致模型失真。本文我们就介绍一下SPSS多重共线性怎么看,SPSS如何降低多重共线性的相关内容。
2026-04-08
SPSS多个自变量散点图怎么做 SPSS怎么画分组散点图
在给原始数据做分析时,散点图可以清晰的帮我们理清变量之间的关系。即使有多个自变量,通过画出对应的散点图也可以帮我们理清变量之间的关联。即使是想对比不同组别之间的差别,分组散点图也可以将数据可视化,便于我们分析。它可以把数据按类别分开,让不同组别的变量关系清晰的展示出来。下面就给大家介绍一下SPSS多个自变量散点图怎么做,SPSS怎么画分组散点图的相关内容。
2026-04-08
SPSS如何做cox回归分析 SPSS cox回归分析结果解读
cox回归分析,我们也可以将它称之为比例风险回归分析。使用这种分析模型,我们可以研究多个要素对样本生存状态的影响。今天我就以SPSS如何cox回归分析,SPSS cox回归分析结果解读这两个问题为例,来向大家讲解一下cox回归分析的详细操作步骤。
2026-04-08
SPSS如何判断数据中存在多少个共线性关系 SPSS怎么判断是否存在多重共线性
我们在进行多元线性回归的统计分析时,有可能会碰到多重共线性的问题,这会导致参数估计不稳定、显著性检验失真等问题。例如,在研究房屋价格影响因素时,“面积”与“卧室数量”高度相关,可能让模型结果不可靠。使用SPSS可以轻松完成对多重共线性关系的判断。接下来我将为大家介绍:SPSS如何判断数据中存在多少个共线性关系,SPSS怎么判断是否存在多重共线性的相关内容。
2026-04-08

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: