SPSS聚類分析：二階聚類分析

一、概念（分析-分類-兩步聚類）。

是一個(gè)探索工具，用來揭示數(shù)據(jù)集中的自然分組（或聚類），如果不揭示，這些分組是不明顯的。此過程使用的算法有多個(gè)不錯(cuò)的特征使其區(qū)分于傳統(tǒng)聚類技術(shù)：◎分類變量和連續(xù)變量的處理。通過假設(shè)變量是獨(dú)立的，可以假設(shè)分類變量和連續(xù)變量服從聯(lián)合多項(xiàng)正態(tài)分布。◎聚類數(shù)的自動(dòng)選擇。通過跨不同的聚類解比較模型選擇準(zhǔn)則的值，該過程可以自動(dòng)確定最優(yōu)的聚類數(shù)?！蚩煽s放性。通過構(gòu)造摘要記錄的聚類特征(CF)樹，二階算法允許您分析大型數(shù)據(jù)文件。

二、說明（分析-分類-兩步聚類）

   1、距離測量。此選項(xiàng)確定如何計(jì)算兩個(gè)聚類之間的相似性。◎?qū)?shù)相似性。該似然度量假設(shè)變量服從某種概率分布。假設(shè)連續(xù)變量是正態(tài)分布，而假設(shè)分類變量是多項(xiàng)分布。假設(shè)所有變量均是獨(dú)立的?！驓W幾里德距離。歐幾里德距離測量是兩個(gè)聚類之間的“直線”距離。它只能用于所有變量連續(xù)的情況。

2、聚類數(shù)。此選項(xiàng)允許您指定如何確定聚類數(shù)?！蜃詣?dòng)確定。該過程將使用在“聚類準(zhǔn)則”組中指定的準(zhǔn)則，自動(dòng)確定“最好”的聚類數(shù)?；蛘?，還可以輸入一個(gè)正整數(shù)指定過程應(yīng)考慮的最大聚類數(shù)?！蛑付ü潭ㄖ?。允許您固定解中的聚類數(shù)。最小值不能大于最大值。

3、連續(xù)變量計(jì)數(shù)。此組提供了在“選項(xiàng)”對(duì)話框中指定的連續(xù)變量標(biāo)準(zhǔn)化的摘要。

4、聚類準(zhǔn)則。此選項(xiàng)確定自動(dòng)聚類算法如何確定聚類數(shù)。可以指定Bayesian信息準(zhǔn)則(BIC)或Akaike信息準(zhǔn)則(AIC)。

5、假設(shè)。似然距離測量假設(shè)聚類模型中的變量是獨(dú)立的。而且，假設(shè)每個(gè)連續(xù)變量具有正態(tài)（高斯）分布，假設(shè)每個(gè)分類變量具有多項(xiàng)分布。經(jīng)驗(yàn)內(nèi)部檢驗(yàn)表明，該過程對(duì)于違反獨(dú)立性假設(shè)和分布假設(shè)均相當(dāng)穩(wěn)健，但您應(yīng)嘗試了解這些假設(shè)符合的程度。使用雙變量相關(guān)過程可檢驗(yàn)兩個(gè)連續(xù)變量的獨(dú)立性。使用交叉表過程可檢驗(yàn)兩個(gè)分類變量的獨(dú)立性。使用均值過程可檢驗(yàn)連續(xù)變量和分類變量之間的獨(dú)立性。使用探索過程可檢驗(yàn)連續(xù)變量的正態(tài)性。使用卡方檢驗(yàn)過程可檢驗(yàn)分類變量是否具有指定的多項(xiàng)分布。

三、選項(xiàng)（分析-分類-兩步聚類-選項(xiàng)）

1、離群值處理。該組允許您在聚類特征(CF)樹填滿的情況下，在聚類過程中特別地處理離群值。如果CF樹的葉節(jié)點(diǎn)中不能接受更多的個(gè)案，且所有葉節(jié)點(diǎn)均不能分割，則

說明CF樹已滿。

2、內(nèi)存分配。此組允許您以兆字節(jié)(MB)為單位，指定聚類算法應(yīng)使用的最大的內(nèi)存量。如果該過程超過了此最大值，則將使用磁盤存儲(chǔ)內(nèi)存中放不下的信息。請(qǐng)指定大于等于4的數(shù)。

3、變量標(biāo)準(zhǔn)化。聚類算法處理標(biāo)準(zhǔn)化連續(xù)變量。任何未標(biāo)準(zhǔn)化的連續(xù)變量都應(yīng)保留為“要標(biāo)準(zhǔn)化的變量”列表中的變量。為了節(jié)省部分時(shí)間和計(jì)算工作，您可以選擇任何已標(biāo)準(zhǔn)化的連續(xù)變量作為“假定已標(biāo)準(zhǔn)化的變量”列表中的變量。

4、CF樹調(diào)節(jié)準(zhǔn)則。以下聚類算法設(shè)置特別地應(yīng)用到聚類特征(CF)樹，且應(yīng)謹(jǐn)慎地更改：◎初始距離更改閾值。這是用來使CF樹生長的初始閾值。如果將給定的個(gè)案插入到CF樹的葉子中將生成小于閾值的緊度，則不會(huì)分割葉子。如果緊度超過閾值，則會(huì)分割葉子?！蜃畲蠓种В總€(gè)葉節(jié)點(diǎn)）。葉節(jié)點(diǎn)可以具有的最大子節(jié)點(diǎn)數(shù)?！蜃畲髽渖疃?。CF樹可以具有的最大級(jí)別數(shù)?！蚩赡艿淖畲蠊?jié)點(diǎn)數(shù)。這指示過程可能生成的最大CF樹節(jié)點(diǎn)數(shù)，基于函數(shù)(bd+1–1)/ (b–1)，其中b是最大分支，d是最大樹深度。請(qǐng)注意，非常大的CF樹可能會(huì)耗盡系統(tǒng)資源，從而對(duì)過程的性能產(chǎn)生不利影響。每個(gè)節(jié)點(diǎn)最少需要16個(gè)字節(jié)。

5、聚類模型更新。此組允許您導(dǎo)入和更新在先前分析中生成的聚類模型。輸入文件以XML格式包含CF樹。然后將使用活動(dòng)文件中的數(shù)據(jù)更新模型。必須在主對(duì)話框中以與先前分析中指定的順序相同的順序選擇變量名。除非您專門將新的模型信息寫到相同的文件名中，否則該XML文件保持不變。