SPSS聚類分析：系統(tǒng)聚類分析

一、概念：（分析-分類-系統(tǒng)聚類）

系統(tǒng)聚類法常稱為層次聚類法、分層聚類法，也是聚類分析中使用廣泛的一種方法。它有兩種類型，一是對研究對象本身進 行分類，稱為Q型聚類；另一是對研究對象的觀察指標進行分類，稱為R型聚類。同時根據(jù)聚類過程不同，又分為分解法和凝聚法。

二、聚類方法（分析-分類-系統(tǒng)聚類-方法）

1、聚類方法。可用的選項有組間聯(lián)接、組內(nèi)聯(lián)接、最近鄰元素、最遠鄰元素、質(zhì)心聚類法、中位數(shù)聚類法和Ward法?！駼etween-groups linkage：組間平均距離法。系統(tǒng)默認選項。合并兩 類的結(jié)果使所有的兩類的平均距離最小。◎Within-groups linkage：組內(nèi)平均距離法。當兩類合并為一類后， 合并后的類中的所有項之間的平均距離最小。◎Nearest neighbor：最近距離法。采用兩類間最近點間的距離代表兩 類間的距離?！騀urthest Neighbor：最遠距離法。用兩類之間最遠點的距離代表兩 類之間的距離?！駽entroid clustering：重心法。定義類與類之間的距離為兩類中各 樣品的重心之間的距離。◎Median clustering：中位數(shù)法。定義類與類之間的距離為兩類中各 樣品的中位數(shù)之間的距離?！騑ard’s method：最小離差平方和法。聚類中使類內(nèi)各樣品的離差平 方和最小，類間的離差平方和盡可能大。

  2、度量。允許您指定聚類中使用的距離或相似性測量。選擇數(shù)據(jù)類型以及合適的距離或相似性測量：◎Euclidean distance：歐氏距離?！騍quared Euclidean distance：歐氏距離平方。兩項之間的距離是每個變量值之差的平方和。系統(tǒng)默認項?！駽osline：余弦相似性測度，計算兩個向量間夾角的余弦?！騊earson conelation：皮爾遜相關(guān)系數(shù)。它是線性關(guān)系的測度，范圍是-1～+ 1。◎Chebychev：切比雪夫距離?！駼lock：曼哈頓（Manhattan）距離，兩項之間的距離是每個變量值之差的絕對值總和?！騇inkowski：閔科夫斯基距離?！駽ustomized：自定義距離。

2.1、區(qū)間?？捎玫倪x項有Euclidean距離、平方Euclidean距離、余弦、Pearson相關(guān)性、Chebychev、塊、Minkowski及定制。

2.2、計數(shù)?？捎玫倪x項有卡方測量和phi平方測量。

2.3、二分類。可用的選項有Euclidean距離、平方Euclidean距離、尺度差分、模式差分、方差、離差、形狀、簡單匹配、Phi 4點相關(guān)性、lambda、Anderberg的D、骰子、Hamann、Jaccard、Kulczynski 1、Kulczynski 2、Lance和Williams、Ochiai、Rogers和Tanimoto、Russel和Rao、Sokal和Sneath 1、Sokal和Sneath 2、Sokal和Sneath 3、Sokal和Sneath 4、Sokal和Sneath 5、Yule的Y以及Yule的Q。

3、轉(zhuǎn)換值。允許您在計算近似值之前為個案或值進行數(shù)據(jù)值標準化（對二分類數(shù)據(jù)不可用）?？捎玫臉藴驶椒ㄓ衵得分、范圍1至1、范圍0至1、1的最大量級、1的均值和使標準差為1。

4、轉(zhuǎn)換度量。允許您轉(zhuǎn)換距離測量所生成的值。在計算了距離測量之后應(yīng)用這些轉(zhuǎn)換。可用的選項有絕對值、更改符號和重新調(diào)整到0–1范圍。

三、統(tǒng)計量（分析-分類-系統(tǒng)聚類-統(tǒng)計量）

1、合并進程表。顯示在每個階段合并的個案或聚類、所合并的個案或聚類之間的距離以及個案（或變量）與聚類相聯(lián)結(jié)時所在的最后一個聚類級別。

2、相似性矩陣。給出各項之間的距離或相似性。

3、聚類成員。顯示在合并聚類的一個或多個階段中，每個個案被分配所屬的聚類?？捎玫倪x項有單個解和一定范圍的解。