
用因子分析結(jié)果進(jìn)行聚類分析
得到因子得分并不是最終的結(jié)果,降維是為了使我們的思路更加集中,但降維結(jié)束后得到的卻未必是我們所期望的。為了更好的加以分析,我們可以在降維因子分析的基礎(chǔ)上對(duì)得到的潛在因子進(jìn)行聚類或者計(jì)算出綜合因子得分進(jìn)行排序。綜合因子得分的計(jì)算前面我已經(jīng)討論過(guò)了,盧老師的書(shū)里介紹了因子分析之后進(jìn)行聚類分析,放在這里學(xué)習(xí)學(xué)習(xí)。
【案例】:美國(guó)洛杉磯12個(gè)地區(qū)的調(diào)查數(shù)據(jù)(人口、校齡、總雇員、房?jī)r(jià)、服務(wù)),該數(shù)據(jù)可到經(jīng)管之家論壇spss版塊下載。
【案例說(shuō)明】:12個(gè)地區(qū)的5個(gè)調(diào)查指標(biāo)數(shù)據(jù)經(jīng)過(guò)因子分析處理后,找到兩個(gè)潛在的因子:人口因子和福利因子。并且spss自動(dòng)保存了12個(gè)地區(qū)的因子得分。這個(gè)案例的目的在于評(píng)價(jià)12個(gè)地區(qū)經(jīng)濟(jì)情況。我們現(xiàn)在走一條曲線救國(guó)的思路:利用人口因子和福利因子兩個(gè)變量進(jìn)行聚類,看看這12個(gè)地區(qū)有哪些是相似的(同一類),這些相似的地區(qū)有哪些特征,從而集中評(píng)價(jià)屬于同一類的某幾個(gè)或一個(gè)地區(qū)。
一、操作:
(1)因子1,因子2為參與聚類的變量,地區(qū)編號(hào)為標(biāo)示。
(2)盲聚類,先給定范圍2-4類,然后對(duì)2、3、4進(jìn)行比較,最終確定聚為幾類。
(3)個(gè)人較喜歡輸出樹(shù)狀圖,討厭冰柱圖。要求輸出聚類的樹(shù)狀圖。采用歐氏距離平方聚類。
(4)不需要進(jìn)行標(biāo)準(zhǔn)化處理,因?yàn)閮蓚€(gè)因子本身就是無(wú)量綱變量。
二、重要結(jié)果(對(duì)比):
(1)從聚類分析輸出結(jié)果很難看出各地區(qū)在經(jīng)濟(jì)特性方面的區(qū)別。
(2)亮點(diǎn):因子得分-類別散點(diǎn)圖,可視化的效果。
上圖顯示,2、3、7為第二類,處在人口因子和福利因子都較低的左角,可以認(rèn)為從5個(gè)經(jīng)濟(jì)指標(biāo)來(lái)看均較差的地區(qū);1、4、5為第一類,人口因子(人口數(shù)和就業(yè)人數(shù))得分較低,福利因子較高,即人口和就業(yè)者較少,但福利條件去很不錯(cuò)的地區(qū)群(這可是夢(mèng)寐以求的好地方?。。?、8、9、11、12為第三類人口因子較高,福利因子較低,人口多,就業(yè)者多,比如hn,人口第一大省,但整體經(jīng)濟(jì)實(shí)力較東部地區(qū)差,福利跟不上。
做法:因子得分2為縱軸、因子得分1為橫軸(誰(shuí)橫誰(shuí)縱沒(méi)有定論),用地區(qū)編號(hào)標(biāo)識(shí)地區(qū),用聚類得到的各地區(qū)類別號(hào)分組。(依次做分為2類的、3類的、4類的散點(diǎn)圖進(jìn)行比較)。
三、討論:
就此案例而言,最終聚為幾類合適?我個(gè)人的思路:從上面的散點(diǎn)圖可以看出,編號(hào)為10的這個(gè)地區(qū),偏離1、5、4地區(qū)較遠(yuǎn),聚類過(guò)程顯示這四個(gè)地區(qū)為同一類。鑒于1、5、4更集中,10地區(qū)較遠(yuǎn),用異常值的思想來(lái)講,10地區(qū)為異常值,單獨(dú)放一邊討論,視為特例對(duì)待。其他11個(gè)地區(qū)分為3類。即最終聚為4類(或3類+1特例)。
從這個(gè)案例可以看出,我們很有必要在spss既得結(jié)果中提取其他可視化圖形,比如上面這個(gè)因子得分散點(diǎn)圖,使分析效果更加顯著。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10