1、多元统计分析实验报告320152016学年第一学期实验报告课程名称： 多元统计分析 实验项目： 聚类分析 实验类别：综合性A 设计性口 验证性口专业班级： 13统计班 姓 名： 张淑娟 学 号：20134046030实验地点： 总理楼60801 实验时间： 2015年11月25日星期三 指导教师： 成 绩： 、实验数据、参考资料与实验目的实验数据来源于文件聚类分析.rar内的chapter 12,主要参考 书为spss统计分析从入门到精通.pdf。实验目的：1、 掌握聚类分析的基本方法，主要有快速聚类、分层聚类、系统聚 类和分层聚类等方法；2、 至少应用所给数据进行两种及两种以上的聚类分析，并
2、对其进行 比较。具体数据由自己选择。二、SPSS操作方法或程序类平均法聚类操作方法:1、打开分析t分类t系统聚类，打开系统聚类分析对话框，将聚类指标选入变量栏中，将表示地区的变量选入注标个案栏。2、点击绘制，选中谱系图，点击继续返回主对话框Hierarchical Cluster Analys.,. |H Dendrogram-1 ciGle All clustersSpecrfied range of clustersEttart duster: 1Stop duster:I . I None-Orie rtati o n VerticalHorizontalE33、再点击方法按钮，在聚类方
3、法下拉菜单中选择组间连接法选项，返回主对话框，点击确Cluster Mettiod: Between-groups linkageTransform ValuesHierarchical Cluster Analysis: Method-TranEform Measure-Standardize:匚AbsoJjte values Change sign.Rescale to 0-1 rangeContinue Cancel Help / 最短距离法聚类操作方法：1、2、同类平均法 1、2;3、再点击方法按钮，在聚类方法下拉菜单中选择最短距离法选项，返回主对话框，点击确Hierarchical
4、Cluster Analysis： Method | 3 |Cluster Method: | Nearest neighbor *-Measure Interval: Squared Euclidean distance TPower: 2T Root: 2 TO Counts:0 Binary: Euclidean dlstsncs tPresent: h I Absent: |oTransform ValuesStandardize： None By variable By case:Transform Measure ao so lets valuesl_| Change signRe
5、scale to 0-1 rangeContinue Cancel Help最长距离法聚类操作方法:1、2、同类平均法 1、2;3、再点击方法按钮，在聚类方法下拉菜单中选择最长距离法选项，返回主对话框，点击确Hierarchical Cluster Analysis: Method | SS |Cluster Method: Funnest neighborMeasurePowsr;2 12 D Counts：Chi-squared measureQ Binary.SQuarsd E泊n distancePresent户iiD占e n lq Inlenral; Squared Eudidean
6、 distance厂Transform ValuesStandardize：Mone Byvsri-Transform Measuren Absolute valuesI Change signO Rescale to 0-1 range三、程序运行结果（不能截图，需要导出） 指标的相关系数：相关性编号食品衣着燃料住房生活用品文化支岀组别*Pearson相关性1-.720-.387-.136-.743-.710-.687.439编号显著性（双侧）.000.042.490.000.000.000.032N2828282828282824*Pearson相关性-.7201.518.517.778.
7、707.613-.680食品显著性（双侧）.000.005.005.000.000.001.000N2828282828282824*Pearson相关性-.387.5181.133.579.752.181-.593衣着显著性（双侧）.042.005.501.001.000.357.002N2828282828282824Pearson相关性-.136*.517.1331.133.210*.456*-.641燃料显著性（双侧）.490.005.501.500.283.015.001N2828282828282824*Pearson相关性-.743.778.579.1331.843.353-.6
8、36住房显著性（双侧）.000.000.001.500.000.065.001N2828282828282824*、十Pearson相关性 生活-.710.707.752.210.8431.336-.697显著性（双侧）.000.000.000.283.000.081.000用品N2828282828282824、“ Pearson相关性*-.687*.613.181*.456.353.3361*-.439显著性（双侧） 支出.000.001.357.015.065.081.032N2828282828282824*Pearson相关性.439-.680-.593-.641-.636-.697
9、-.4391组别显著性（双侧）.032.000.002.001.001.000.032N2424242424242424*.在.01水平（双侧）上显著相关。*.在0.05水平（双侧）上显著相关。类平均法聚类:聚类:案例处理汇总a,b案例有效缺失总计N百分比N百分比N百分比2485.7414.328100.0a.平方 Euclidean 距离已使用b.平均联结（组之间）平均联结（组之间）聚类表阶群集组合系数首次岀现阶群集下一阶群集1群集2群集1群集21222338.0020012232443.3890010351649.13500144132154.0700055132066.737407614
10、1790.4410077131499.593561581218127.643001592527157.743001010325185.54329141147188.933001212422203.8291111713210238.57000161435345.92010317151213422.27287191628449.237130181734636.20514122118211833.51716019192121087.413181521201191155.870002221231794.88319172322195735.75920023231210623.05422210PXU; 弊
11、广T W 7岸-P江节 !辽-1P?醤 亠用江曲 2T 凹II 2园两-*雷 丹山西25詈青海 5:河jtS3 4内烧 7城萇I 聲汎呵 zw.jrnf吏用平均联接（纽间）的捌状图最短距离法聚类聚类:案例处理汇总a,b案例有效缺失总计N百分比N百分比N百分比2485.7414.328100.0a.平方 Euclidean 距离已使用b.单个联结单个联结聚类表阶群集组合系数首次岀现阶群集下一阶群集1群集2群集1群集21222338.0020012232443.3890010351649.13500104132154.0700055132056.2534066131456.477507713179
12、0.15660881213101.24207991218127.64380151035134.210231111327137.1061001312422153.613011413325157.743110161447188.9331201515412204.840149161634226.45813151917210238.57000181828430.262170191923490.29518162020211527.84019022211191155.870002222121182.60321202323194031.8762200乙IS杆TWil曽氛开喋料显Jio to:sair：i昭i
13、申兰肘系:托寻港跻雄刃:恥闻iftM蘭种陶崛荼卜妙咲阳滸凍薄描匕刁出 诲FT1LL 翟耍 .S 首.T 01自 Ilf岡K B卫岂 71牟製 T;,.-.-l葆相 豐一買 瞿曹 雷雷 M-T 丄口出 ;!;m ?/別三、最长距离法聚类:聚类：案例处理汇总a,b案例有效缺失总计N百分比N百分比N百分比2485.7414.328100.0a.平方 Euclidean 距离已使用b.完整联结完整联结聚类表阶群集组合系数首次岀现阶群集下一阶群集1群集2群集1群集21222338.0020013232443.3890011351649.13500154132154.0700055132077.22040
14、86141790.44100871218127.643001681314135.670561692527157.74300111047188.933001311325202.852291512210238.570001413422244.701101171428468.212120191535680.65411320161213751.239781917411952.54713020181191155.8700022192121800.54114162120341872.66415172121235100.43019202322197439.64118023231229770.6492221001rwii血卑邮.店：榜那V印洞独|車冋如3tF：XM車三:菲畧沉:跻實皿恥血臧艸闖卅觸圳制期濟蕃审朝出rnM 聲一冃.“riz IT埜 g 出丿 申TL四、实验总结 用类平均法、最短距离法、最长距离法等三种方法进行分类，得到如上图1图2、图3,从这三个图中可以看出，三种方法的结果一致，即9为一类，1,19为一类，其余的为一类。学生签名：张淑娟2015年11月 29日五、教师评语及成绩
