第十二講聚類分析和因子分析spss

1、第十一講 SPSS數(shù)據(jù)分析1聚類分析special for spss 層次聚類分析中的Q型聚類層次聚類分析中的R型聚類快速聚類分析判別分析2+聚類分析-物以類聚。特點：探索性的分析。在分類過程中，人們不必事先給出一個分類的標準，聚類分析能夠從樣本數(shù)據(jù)出發(fā)，自動進行分類。它能夠?qū)⒁慌慌鷺颖緮?shù)據(jù)按照他們在性質(zhì)上的親密程度在沒有先驗知識的情況下自動進行分類。*不同于相關(guān)系數(shù)（變量之間的關(guān)系）聚類分析：樣本間的相關(guān)3層次聚類分析中的Q型（樣本間：哪幾個樣本很像）聚類根據(jù)樣本之間的距離進行計算。常用算法： 歐式距離 各個變量相減 再求和 歐式距離的平方(X2+X1)2+. Chebychev距離 Bl

2、ock距離 Minkovsky距離 Customized距離45層次聚類分析中的Q型聚類打開聚類1分析-分類-層次聚類（系統(tǒng)聚類）-選擇個案6層次聚類分析中的R型聚類與Q型聚類不同的是， R型聚類計算的是變量之間的距離，而不是樣本之間的距離。打開聚類2分析-分類-層次聚類（系統(tǒng)聚類）-選擇變量7快速聚類分析由于聚類分析對計算機要求很高，因此當出現(xiàn)大樣本的情況下，層次聚類分析往往速度較慢，因此采用快速聚類分析?？焖倬垲惙治鲆笥脩舾鶕?jù)經(jīng)驗指定聚類最終形成多少種類。8快速聚類分析打開聚類3分析-分類-K均值聚類9因子分析降維10主成分分析與因子分析的概念需要與可能：在各個領(lǐng)域的科學(xué)研究中，往往需要

3、對反映事物的多個變量進行大量的觀測，收集大量數(shù)據(jù)以便進行分析尋找規(guī)律。多變量大樣本無疑會為科學(xué)研究提供豐富的信息，但也在一定程度上增加了數(shù)據(jù)采集的工作量，更重要的是在大多數(shù)情況下，許多變量之間可能存在相關(guān)性而增加了問題分析的復(fù)雜性，同時對分析帶來不便。如果分別分析每個指標，分析又可能是孤立的，而不是綜合的。盲目減少指標會損失很多信息，容易產(chǎn)生錯誤的結(jié)論。11因此需要找到一個合理的方法，減少分析指標的同時，盡量減少原指標包含信息的損失，對所收集的資料作全面的分析。由于各變量間存在一定的相關(guān)關(guān)系，因此有可能用較少的綜合指標分別綜合存在于各變量中的各類信息。因子分析就是這樣一種降維的方法。12因子分

4、析用較少因子反映原始資料多個變量的信息。特點：1。因子變量的數(shù)量遠少于原有的指標變量的數(shù)量。2。因子變量不是對原有變量的取舍，而是對原有變量信息的重構(gòu)。3。因子變量之間不存在線性相關(guān)關(guān)系。13因子分析要求(p1累計貢獻率0.8（新因子至少代表就因子80%以上的信息）16幾個基本概念：因子載荷：表示該因子對變量的影響程度，代表了因子和原先變量的相關(guān)系數(shù)。也稱為變量在因子上的載荷。旋轉(zhuǎn)矩陣：對因子載荷進行旋轉(zhuǎn)，使系數(shù)向0和1兩極分化。(運算復(fù)雜)，想讓因子載荷矩陣做兩極分化，看清楚哪個因子系數(shù)作用程度更大因子得分系數(shù)：每一個變量在不同因子上的具體數(shù)據(jù)值。17成績數(shù)據(jù)（student.sav）100

5、個學(xué)生的數(shù)學(xué)、物理、化學(xué)、語文、歷史、英語的成績?nèi)缦卤恚ú糠郑?18重要結(jié)果分析這里的Initial Eigenvalues就是特征值（數(shù)據(jù)相關(guān)陣的特征值）。頭兩個成分特征值累積占了總方差的81.142%。后面的特征值的貢獻越來越少。 19特征值的貢獻還可以從SPSS的所謂碎石圖看出20這里，第一個因子主要和語文、歷史、英語三科有很強的正相關(guān)；而第二個因子主要和數(shù)學(xué)、物理、化學(xué)三科有很強的正相關(guān)。因此可以給第一個因子起名為“文科因子”，而給第二個因子起名為“理科因子”。看絕對值：eg.數(shù)學(xué)：第二個因子作用大，歸為文科因子21因子變量分析步驟：1。確定待分析的原有若干變量是否適合于因子分析。（檢驗方法：巴德迪特