世界因皒而精彩
图5.4 Method子对话框 图5.5 Save子对话框 5.
点击Save按钮，指定保存在数据文件中的用于表明聚类结果的新变量。None表示不保存任何新变量；Single solution表示生成一个分类变量，在其后的矩形框中输入要分成的类数；Range of solutions表示生成多个分类变量。这里我们选择Range of solutions，并在后面的两个矩形框中分别输入2和4，即生成三个新的分类变量，分别表明将样品分为2类、3类和4类时的聚类结果,如图5.5。点击Continue，返回主界面。
6. 点击OK按钮，运行系统聚类过程。
聚类结果分析:
下面的群集成员表给出了把公司分为2类，3类，4类时各个样本所属类别的情况，另外，从右边的树形图也可以直观地看到，若将15个公司分为2类，则13独自为一类，其余的为一类；若分为3类，则公司8分离出来，自成一类。以此类推。 表5.1 各样品所属类别表
图5.6 聚类树形图
b) K均值法的步骤如下：
1.
在SPSS窗口中选择Analyze→Classify→K-Means Cluster，调出K均值聚类分析主界面，并将变量X1-X8移入Variables框中。在Method框中选择Iterate classify，即使用K-means算法不断计算新的类中心，并替换旧的类中心（若选择Classify only，则根据初始类中心进行聚类，在聚类过程中不改变类中心）。在Number of Cluster后面的矩形框中输入想要把样品聚成的类数，这里我们输入3，即将15个公司分为3类。
31
（Centers按钮，则用于设置迭代的初始类中心。如果不手工设置，则系统会自动设置初始类中心，这里我们不作设置。）
2.
图5.7 K均值聚类分析主界面
点击Iterate按钮，对迭代参数进行设置。Maximum Iterations参数框用于设定K-means算法迭代的最大次数，输入10，Convergence Criterion参数框用于设定算法的收敛判据，输入0，只要在迭代的过程中先满足了其中的参数，则迭代过程就停止。单击Continue，返回主界面。
图5.8 Iterate子对话框
3.
点击Save按钮，设置保存在数据文件中的表明聚类结果的新变量。我们将两个复选框都选中，其中Cluster membership选项用于建立一个代表聚类结果的变量，默认变量名为qcl_1；Distance from cluster center选项建立一个新变量，代表各观测量与其所属类中心的欧氏距离。单击Continue按钮返回。
4.
图5.9 Save子对话框
点击Options按钮，指定要计算的统计量。选中Initial cluster centers和Cluster information for each case复选框。这样，在输出窗口中将给出聚类的初始类中心和每个公司的分类信息，包括分配到哪一类和该公司距所属类中心的距离。单击Continue返回。
32
5.
聚类结果分析:
以下三表给出了各公司所属的类及其与所属类中心的距离，聚类形成的类的中心的各变量值以及各类的公司数。由以上表格可得公司13与公司8各自成一类，其余的公司为一类。 通过比较可知，两种聚类方法得到的聚类结果完全一致。
图5.10 Options子对话框
点击OK按钮，运行K均值聚类分析程序。
5.9下表是某年我国16个地区农民支出情况的抽样调查数据，每个地区调查了反映每人平均生活消费支出情况的六个经济指标。试通过统计分析软件用不同的方法进行系统聚类分析，并比较何种方法与人们观察到的实际情况较接近。 地区
食品 衣着 燃料 住房 33
交通和 通讯 娱乐教 育文化 北京 天津 河北 山西 内蒙 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 190.33 135.2 95.21 104.78 128.41 145.68 159.37 116.22 221.11 144.98 169.92 135.11 144.92 140.54 115.84 101.18 43.77 36.4 22.83 25.11 27.63 32.83 33.38 29.57 38.64 29.12 32.75 23.09 21.26 21.5 30.26 23.26 9.73 10.47 9.3 6.4 8.94 17.79 18.37 13.24 12.53 11.67 12.72 15.62 16.96 17.64 12.2 8.46 60.54 44.16 22.44 9.89 12.58 27.29 11.81 13.76 115.65 42.6 47.12 23.54 19.52 19.19 33.6 20.2 49.01 36.49 22.81 18.17 23.99 39.09 25.29 21.75 50.82 27.3 34.35 18.18 21.75 15.97 33.77 20.5 9.04 3.94 2.8 3.25 2.27 3.47 5.22 6.04 5.89 5.74 5 6.39 6.73 4.94 3.85 4.3 解:令食品支出为X1，衣着支出为X2，燃料支出为X3，住房支出为X4，交通和通讯支出为X5，娱乐教育文化支出为X6，用spss对16各地区聚类分析的步骤如5.8题，不同的方法在第4个步骤的Method子对话框中选择不同的Cluster method。 1.
Between-group inkage（组间平均数连接距离）
上表给出了把全国16个地区分为2类、3类和4类时，各地区所属的类别，另外从右边的树形图也可以直观地观察到，若用组间平均数连接距离将这些地区分为3类，则9（上海）独自为一类，1（北京）和11（浙江）为一类，剩余地区为一类。 2.
Within-group linkage（组内平均连接距离）
34
若用组内平均数连接距离将这些地区分为3类，则9（上海）独自为一类，1（北京）独自为一类，剩余地区为一类。 3.
Nearest neighbor（最短距离法）
若用最短距离法将这些地区分为3类，则9（上海）独自为一类，1（北京）独自为一类，剩余地区为一类。 4.
Furthest neighbor（最远距离法）
35
