spss聚類分析過程.ppt_第1頁
spss聚類分析過程.ppt_第2頁
spss聚類分析過程.ppt_第3頁
spss聚類分析過程.ppt_第4頁
spss聚類分析過程.ppt_第5頁
免費(fèi)預(yù)覽已結(jié)束，剩余45頁可下載查看

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、第1、8章：聚類分析過程聚類分析、2、集群分析的概念、聚類分析(聚類分析)是將研究對象劃分為相對同質(zhì)的組(集群)的一組統(tǒng)計(jì)分析技術(shù)。群集分析也稱為分類分析或數(shù)值分類群集分析和判別分析之間的差異嗎？的分析？Oracle taxonomy cluster analysis analysis and Oracle analysis analysis analysis analysis？聚類分析：無字典分類判別分析：現(xiàn)有分類，新CASE分類，3，Q型群集和R型群集，Q型群集：用于觀測測量的分類R型群集：變量分類，4，1，群集分析的主要階段，變量計(jì)算相似性群集結(jié)果的解釋和確認(rèn)選擇，5反映要分類的對象的特

2、性。徐璐其他研究對象的值存在顯著差異。變量之間不能有高相關(guān)性。如何避免高相關(guān)變量：變量聚類；因子分析方法產(chǎn)生新的變量。6，2，計(jì)算相似度，選擇群集變量(多個(gè))，下一步是計(jì)算研究對象之間的相似度。相似性反映了研究對象之間的親密度，聚類分析根據(jù)研究對象之間的相似性進(jìn)行了分類。有多種相似性度量。7，3，聚類，聚類變量選擇，相似矩陣計(jì)算后的下一步是對研究對象進(jìn)行分類。選擇的聚類方法解決兩個(gè)茄子問題；確定類數(shù)。8，4，解釋和驗(yàn)證群集結(jié)果，目的：驗(yàn)證群集解決方案是否可靠。9，2，相似度測量，主要測量相似度方法：相關(guān)測量距離測量關(guān)聯(lián)測量。10，1，相關(guān)測量，最常用的相關(guān)測量是皮爾遜相關(guān)系數(shù)，即簡單相關(guān)系數(shù)，通常是常用的線性相關(guān)系數(shù)，通常用R表示。變量Y和X之間的線性相關(guān)程度。r在(0，1)之間存在正相關(guān)。(-1，0)之間存在負(fù)相關(guān)。1完全是正相關(guān)。-1完全是負(fù)相關(guān)。0不相關(guān)。服務(wù)范圍：通常僅用于scale度量級別的變量。計(jì)算公式：11，是，12，相關(guān)系數(shù)，13，更改曲線，14，忽略相關(guān)測量的缺點(diǎn)，變量值的大小差異示例：在上例中，變量1和變量3的值之間的差異很大

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論