練習(xí)1聚類分析在spss中輸入《多元統(tǒng)計(jì)分析》教材88頁例1中數(shù)據(jù)，將文件保存為“全國人口普查文化程度人口比例的聚類分析.sav”。1練習(xí)1聚類與判別分析用spss定義四個(gè)變量：變量“地區(qū)”是字符串變量，其他3個(gè)變量是數(shù)值型變量定義（原數(shù)據(jù)表中的“序號(hào)”不需輸入）。單擊菜單“開始”→“程序”→SPSS13.0”或者雙擊桌面上的“spssforwindows13.0”圖標(biāo)，打開SPSS程序。2練習(xí)1聚類與判別分析單擊程序左下角的VariableView(變量視圖)選項(xiàng)卡，在變量視圖工作界面中，Name下方輸入第一個(gè)變量的名稱“地區(qū)”，單擊Type右側(cè)的按鈕，在彈出的VariableType對(duì)話框中，單擊String單選鈕，Characters文本框中后的8是SPSS默認(rèn)的字符型變量的長度，單擊OK按鈕，設(shè)置第一個(gè)變量類型為字符串變量，其長度為默認(rèn)的8個(gè)字節(jié)。3練習(xí)1聚類與判別分析屬性含義Name變量名稱Type變量類型Width變量長度Decimals小數(shù)位數(shù)Label變量標(biāo)簽Value變量標(biāo)簽值Missing缺失值Column列寬Align數(shù)據(jù)對(duì)齊方式Mesure測度方式變量屬性說明4練習(xí)1聚類與判別分析接下來輸入第二個(gè)變量名“DXBZ”，變量類型Type為默認(rèn)的Numeric，設(shè)置它為整數(shù)型數(shù)值變量，單擊label下方的方框，輸入該變量的標(biāo)簽(變量的詳細(xì)說明)“大學(xué)以上文化程度比例”。5練習(xí)1聚類與判別分析采用類似方式，定義另外2個(gè)變量。6練習(xí)1聚類與判別分析單擊程序左下角的DataView（數(shù)據(jù)視圖），進(jìn)入數(shù)據(jù)視圖工作界面，輸入教材88頁中數(shù)據(jù)。7練習(xí)1聚類與判別分析1.1基本操作單擊菜單Analyze→Classify→Hierarchialcluster，彈出系統(tǒng)聚類分析對(duì)話框。從左側(cè)的變量列表框中選擇DXBZ、CZBZ和WMBZ，移入Vairbale下方的方框中；選擇“地區(qū)”，移入LabelCasesby方框中。8練習(xí)1聚類與判別分析單擊Statistics按鈕，進(jìn)入統(tǒng)計(jì)量分析對(duì)話框。單擊ClusterMembership下方的Singlesolution，在Numberofcluster后方的文本框中輸入4，將所有的地區(qū)劃分為4類。單擊Continue按鈕，返回到系統(tǒng)聚類分析對(duì)話框。9練習(xí)1聚類與判別分析單擊Plots按鈕，進(jìn)入圖形設(shè)置對(duì)話框。勾選Dendrogram，在輸出結(jié)果中顯示聚類樹形圖。單擊Continue按鈕，返回到系統(tǒng)聚類分析對(duì)話框。單擊OK按鈕，輸出系統(tǒng)聚類分析結(jié)果。10練習(xí)1聚類與判別分析1.2結(jié)果分析1.個(gè)案處理綜述表顯示有效(valid)個(gè)案數(shù)及其比例、缺失(missing)個(gè)案個(gè)數(shù)及其比例以及全部(total)個(gè)案數(shù)及其比例。本例中沒有缺失數(shù)據(jù)，因此有效個(gè)案數(shù)和全部個(gè)案數(shù)是相同的。11練習(xí)1聚類與判別分析2.聚結(jié)表第1列（stage）顯示聚類階段。第2、3列顯示在某階段中合并的個(gè)案編號(hào)。第4列的系數(shù)顯示兩個(gè)個(gè)案之間的距離，該列中的系數(shù)是按照從小到大的順序排列的，也就是距離越近的個(gè)案首先合并。第5列顯示首先個(gè)案首次聚類的階段。如果這兩列的數(shù)值都是0，表明兩個(gè)個(gè)案的聚類；如果一個(gè)為1或大于1的值，一個(gè)為0，表明一個(gè)類和一個(gè)個(gè)案的聚類；如果兩列數(shù)值是0以外的數(shù)值，表明兩個(gè)類的聚類。第6列顯示新類下一步聚類的階段。12練習(xí)1聚類與判別分析聚結(jié)表顯示第11號(hào)個(gè)案和第26號(hào)個(gè)案的距離最小，因此它們首先聚為一類，這個(gè)新類將在第7步和第15號(hào)個(gè)案聚類。聚類過程的第2步是第3號(hào)和第5號(hào)個(gè)案，它們聚為一類，在第11步，這個(gè)新類將和第10號(hào)個(gè)案聚類。聚類分析中其它步驟依次類推。最后可以把29個(gè)個(gè)案聚為4個(gè)類型：G1={1,2,4,6,7,8,9},G2={3,5,10,11,13,14,15,16,17,18,19,20,21,22,26,30},G3={12,23,24,27,28,29},G4={25}。13練習(xí)1聚類與判別分析3.冰柱圖冰柱圖和聚結(jié)表的作用類似，都是顯示個(gè)案聚類情況的。從圖中可以看出第1步聚類的第11號(hào)個(gè)案和第16號(hào)個(gè)案之間全部都用x填充，第2步聚類的第3號(hào)和第5號(hào)個(gè)案之間填充的x少了一個(gè)，第3步聚類的27號(hào)和28號(hào)個(gè)案之間填充的x又少了一個(gè)，依次類推，填充的x構(gòu)成陰影條形就像倒掛的冰凌一樣，因此該圖稱為冰柱圖。14練習(xí)1聚類與判別分析4.樹形圖樹形圖顯示系統(tǒng)聚類步驟，各個(gè)個(gè)案合并情況及其距離系數(shù)值。圖中顯示浙江、陜西、山東、河北、內(nèi)蒙、江蘇、河南、湖北、四川、海南、福建、江西、湖南、廣東、新疆和廣西聚為一類，即前面的G2；黑龍江、山西、吉林、天津、上海、遼寧和北京聚為一類，即G1；安徽、寧夏、青海、貴州和云南聚為一類，即G3，西藏單獨(dú)歸為一類，即G4。15練習(xí)1聚類與判別分析練習(xí)2判別分析在spss中輸入《多元統(tǒng)計(jì)分析》教材128頁例1中數(shù)據(jù)，將文件保存為“人文發(fā)展指數(shù)的判別分析.sav”。輸入數(shù)據(jù)時(shí)增加一個(gè)變量“類別”，前5個(gè)國家的數(shù)值為1，后5個(gè)國家為2，最后4個(gè)待判國家不要輸入數(shù)值。16練習(xí)1聚類與判別分析2.1基本操作單擊菜單Analyze→Classify→Discriminant，彈出判別分析對(duì)話框。17練習(xí)1聚類與判別分析在判別分析對(duì)話框中，從左側(cè)的變量列表框中選擇x1、x2和x3，單擊向右的箭頭，將它們移入Independents方框中；選擇變量“類別”，將它移入GroupingVariable方框中，單擊其下方的DefineRange按鈕，在彈出的對(duì)話框中，Minimum文本框中輸入1，Maximum文本框中輸入2，單擊Continue按鈕，返回判別分析對(duì)話框。18練習(xí)1聚類與判別分析單擊Statistics按鈕，彈出統(tǒng)計(jì)量對(duì)話框。在Descriptive（描述性統(tǒng)計(jì)量）核選框中勾選Means、UnivariateANOVAs和Box‘sM，在輸出結(jié)果中顯示樣本數(shù)據(jù)的均值、標(biāo)準(zhǔn)差、單變量的方差分析表以及Box‘sM統(tǒng)計(jì)量。在FunctionCoefficients（函數(shù)系數(shù)）核選框中勾選Fisher’s和Unstandardized，在輸出結(jié)果中顯示Fisher和非標(biāo)準(zhǔn)化判別函數(shù)的系數(shù)。在Matrics核選框中勾選Within-groupscorrelation，在輸出結(jié)果中顯示組內(nèi)相關(guān)系數(shù)矩陣。單擊Continue按鈕，返回到判別分析對(duì)話框。19練習(xí)1聚類與判別分析單擊Save按鈕，在保存對(duì)話框中，勾選Predictedgroupmembership和Discriminantscores，單擊Continue按鈕，返回到判別分析對(duì)話框。單擊OK按鈕，輸出判別分析結(jié)果。20練習(xí)1聚類與判別分析2.2結(jié)果分析1.個(gè)案處理綜述表表中顯示有效（valid）個(gè)案數(shù)(也就是事先設(shè)定好所屬類型的個(gè)案)為10個(gè)，占所有個(gè)案數(shù)的71.4％，剔除(exclued)個(gè)案數(shù)(沒有設(shè)定所屬類型的個(gè)案)為4個(gè)，占所有個(gè)案數(shù)的28.6%。21練習(xí)1聚類與判別分析2.分組統(tǒng)計(jì)量表表中顯示第1類和第2類個(gè)案以及它們合計(jì)的均值、標(biāo)準(zhǔn)差以及有效的個(gè)案數(shù)。可參考教材109頁的計(jì)算結(jié)果。22練習(xí)1聚類與判別分析3.組內(nèi)均值檢驗(yàn)表該表檢驗(yàn)變量在各組的均值是否存在顯著差別，結(jié)果顯示x1和x3的F統(tǒng)計(jì)量對(duì)應(yīng)的伴隨概率都小于0.05，通過顯著性檢驗(yàn)，這兩個(gè)變量的組內(nèi)均值存在差異，因此可以進(jìn)行判別分析。23練習(xí)1聚類與判別分析4.合并組內(nèi)相關(guān)系數(shù)矩陣表中顯示將前10個(gè)個(gè)案合并后3個(gè)變量的相關(guān)系數(shù)矩陣。24練習(xí)1聚類與判別分析

5.判別函數(shù)特征值顯示判別函數(shù)的特征值（eigenvalue）為6.34，典型相關(guān)系數(shù)（canonicalcorrelation）為0.929。6.判別函數(shù)顯著性檢驗(yàn)表表中的λ統(tǒng)計(jì)量為0.136，對(duì)應(yīng)的χ2為12.997，伴隨概率Sig=0.000<0.05，因此判別函數(shù)有效。25練習(xí)1聚類與判別分析7.標(biāo)準(zhǔn)化典型判別函數(shù)系數(shù)表根據(jù)表中結(jié)果可以寫出標(biāo)準(zhǔn)化判別函數(shù)表達(dá)式：26練習(xí)1聚類與判別分析8.結(jié)構(gòu)矩陣結(jié)構(gòu)矩陣顯示判別變量和標(biāo)準(zhǔn)化判別函數(shù)中間的組內(nèi)相關(guān)系數(shù)，變量按照相關(guān)系數(shù)的大小進(jìn)行排列，也就是說排在最上面的變量在判別函數(shù)中的作用是最大的，從表中可以看出變量x3的作用最大，其次是x1，變量x2的作用最小。27練習(xí)1聚類與判別分析9.典型判別函數(shù)非標(biāo)準(zhǔn)化系數(shù)表根據(jù)該表中數(shù)據(jù)可以寫出非標(biāo)準(zhǔn)化判別函數(shù)的表達(dá)式：28練習(xí)1聚類與判別分析10.質(zhì)心表該表顯示利用非標(biāo)準(zhǔn)化判別函數(shù)計(jì)算出來的各類均值的判別的分?jǐn)?shù)，第1類個(gè)案的函數(shù)質(zhì)心為2.252，第2類個(gè)案的函數(shù)質(zhì)心為-2.252。29練習(xí)1聚類與判別分析11.分類函數(shù)系數(shù)表該表顯示兩個(gè)類型個(gè)案對(duì)應(yīng)的