
SPSS篩選聚類變量
聚類分析是常見的數(shù)據(jù)分析方法之一,主要用于市場細(xì)分、用戶細(xì)分等領(lǐng)域。利用SPSS進(jìn)行聚類分析時,用于參與聚類的變量決定了聚類的結(jié)果,無關(guān)變量有時會引起嚴(yán)重的錯分,因此,篩選有效的聚類變量至關(guān)重要。
案例數(shù)據(jù)源:
在SPSS自帶數(shù)據(jù)文件plastic.sav中記錄了20中塑料的三個特征,分別是tear_res(抗拉力)、gloss(光滑度)、opacity(透明度),相關(guān)經(jīng)驗表面這20中塑料可以分為3個種類,如果用這三個變量進(jìn)行聚類,請判斷和篩選有效聚類變量。
一套篩選聚類變量的方法
一、盲選
將根據(jù)經(jīng)驗得到的、現(xiàn)有的備選聚類變量全部納入模型,暫時不考慮某些變量是否不合適。本案例采用SPSS系統(tǒng)聚類方法。對話框如下:
統(tǒng)計量選項卡:聚類成員選擇單一方案,聚類數(shù)輸入數(shù)字3;
繪制選項卡:勾選樹狀圖;
方法選項卡:默認(rèn)選項,不進(jìn)行標(biāo)準(zhǔn)化;
保存選項卡:聚類成員選擇單一方案,聚類數(shù)輸入數(shù)字3;
二、初步聚類
這是盲選得到的初步聚類結(jié)果,并且在數(shù)據(jù)視圖我們可以看到已經(jīng)自動生成了一個聚類結(jié)果變量,這個變量非常有用。
三、方差分析
是不是每一個納入模型的聚類變量都對聚類過程有貢獻(xiàn)?利用已經(jīng)生成的初步聚類結(jié)果,我們可以用一個單因素方差分析來判斷分類結(jié)果在三個變量上的差異是否顯著,進(jìn)而判斷哪些變量對聚類是沒有貢獻(xiàn)的。
分析——比較均值——單因素方差分析:
選項選項卡:勾選均值圖
由方差分析我們很明確的得知,納入模型的三個聚類變量,其中只有“透明度”指標(biāo)在各個分類上有顯著的差異,也就是說分類有效果,讓每個分類的差異很大,而兩外兩個變量則在三個分類上沒有顯著差異,沒有很好的類別區(qū)分度,所以,我們可以認(rèn)為,這兩個變量對聚類無作用或者無貢獻(xiàn),可考慮踢出模型。
我們還想從可視化的角度來查看和判斷,單因素方差分析為我們提供了均值圖,可惜,這三個圖卻最容易誤導(dǎo)我們的判斷,因為spss在自動生產(chǎn)均值圖時為每一個變量單獨制圖,而且分配不同的縱軸坐標(biāo),導(dǎo)致每個圖看起來都有非常大的差異,從視覺上迷惑我們做出錯誤的判斷。
這里需要改進(jìn)!
四、均值描述
為改進(jìn)以上SPSS默認(rèn)選項的不足之處,我們需要自己生成三個變量在不同類別上的均值,means過程可以幫助到我們。
從數(shù)字上來看,抗拉力(6.8、6.7、7.1)、光滑度(9.3、9.4、9.2)兩個指標(biāo)在三個類別上并沒有多大的差異,而對聚類有貢獻(xiàn)的透明度指標(biāo)在不同類別上區(qū)分度非常明顯。
五、多線均值圖
克服縱軸刻度的方法是將這三個指標(biāo)放在同一個坐標(biāo)軸上進(jìn)行對比,也就是制作一個多線均值圖。
此時,結(jié)果已經(jīng)一目了然了。
綜上,我們可以將抗拉力、光滑度兩個指標(biāo)從模型中剔除,只留下透明度一個指標(biāo)再進(jìn)行聚類。
我們發(fā)現(xiàn),前后兩次聚類的結(jié)果一模一樣,用一個指標(biāo)可以代替以前三個指標(biāo)的進(jìn)行聚類。
我們這樣做的意義何在?如果能將這些整理成為規(guī)則,形成經(jīng)驗,那我們就可以不用測量抗拉力和光滑度這兩個指標(biāo)了,你不覺得多測量兩個指標(biāo)成本會增加嗎?數(shù)據(jù)分析師培訓(xùn)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
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 動態(tài)隨機一般均衡(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10