《統(tǒng)計分析與SPSS的應用(第五版)》課后練習答案(第10章)

統(tǒng)計分析與SPSS的應用(第五版)》(薛薇)課后練習答案第10章SPSS的聚類分析1、根據(jù)“高校科研研究?sav”數(shù)據(jù)，利用層次聚類分析對各省市的高?？蒲星闆r進行層次聚類分析。要求:根據(jù)凝聚狀態(tài)表利用碎石圖對聚類類數(shù)進行研究。繪制聚類樹形圖，說明哪些省市聚在一起。繪制各類的科研指標的均值對比圖。利用方差分析方法分析各類在哪些科研指標上存在顯著差異。采用歐氏距離，組間平均鏈鎖法利用凝聚狀態(tài)表中的組間距離和對應的組數(shù)，回歸散點圖，得到碎石圖。大約聚成4類步驟：分析T分類T系統(tǒng)聚類一按如下方式設置……結果：凝聚計劃階段組合的集群系數(shù)首次出現(xiàn)階段集群下一個階段集群1集群2集群1集群212630328.18900222629638.295107320251053.42300544121209.922001558201505.03503668161760.170509724261831.926021087111929.89100119582302.02406221024312487.209702211272709.88708161222282897.1060019136232916.55100171410193280.7520025154213491.585402116234229.37511021176134612.42313020189185377.25300251914225622.41501224206155933.5181702321246827.276161526225247930.765910242324252627282930659292212714106175929475.4982002614959.70422192819623.05018142724042.66921232832829.4662502948360.85426242991313.530282730293834.5030290將系數(shù)復制下來后，在EXCEL中建立工作表。選中數(shù)據(jù)列，點擊“插入”菜單T拆線圖碎石圖：由圖可知，北京自成一類，江蘇、廣東、上海、湖南、湖北聚成一類。其他略。-確定。接下來，添加一個變量CLU4_1，其值為類別值。（1、2、3、4）,再數(shù)據(jù)-匯總T設置均值對比，依據(jù)聚類解，利用分類匯總，計算各個聚類變量的均值-確定。方差分析結果：分析T比較均值T單因素ANOVAT設置......T確定ANOVA平方和df均方F顯著性投入人年數(shù)組之間59778341.196319926113.73226.428.000組內20357294858總計80135635.35530投入高級職稱的人年數(shù)組之間16485966.82035495322.27334.553.000組內4294074783總計20780040.96830投入科研事業(yè)費（百元）組之間132451401880.8344150467293.324.318.00084628組內136133442.473675602946.794274總計136127004827.67730課題總數(shù)組之間16470536.56435490178.85532.181.000組內4606273.43627170602.720總計21076810.00030專著數(shù)組之間7203690.38532401230.12861.327.000組內1057167.8092739154.363論文數(shù)獲獎數(shù)總計8260858.19430組之間219675698.219373225232.74017.693.000組內111743385.717274138643.915總計331419083.93530組之間169882.049356627.3503.619.026組內422436.7902715645.807總計592318.83930不同組在各個聚類變量上的均值均存在顯著差異。2、試說明當變量存在數(shù)量級上的差異，進行層次聚類分析時為什么要對數(shù)據(jù)進行標準化處理？因為數(shù)量級將對距離產(chǎn)生較大影響，并影響最終聚類結果。3、試說明變量之間的高度相關性是否會對層次聚類分析結果造成影響？為什么？會。如果所選變量之間存在較強的線性關系，能夠相互替代，在計算距離時同類變量將重復“貢獻”，占有較高權重，而使最終的聚類結果偏向該類變量。4、試說明K-Mean聚類分析的基本步驟。K-Means聚類分析步驟：確定聚類數(shù)目K--確定K個初始類中心點--根據(jù)距離最近原則進行分類--重新確定K個類中心點--判斷是否已經(jīng)滿足終止條件。是一個反復迭代的分類過程。在聚類過程中，樣本所屬的類會不斷調整，直至達到最終穩(wěn)定為止。5、收集到我國2007年各地區(qū)城鎮(zhèn)居民家庭平均每人全年消費支出數(shù)據(jù)，數(shù)據(jù)文件名為“消費結構.sav”，變量包括：地區(qū)、消費性支出總額、食品、衣著、居住、家庭設備用品及服務、醫(yī)療保健、交通和通信、教育文化娛樂服務、醫(yī)療保健、雜項商品和服務支出。若采用層次聚類法（個體間距離定義為平方歐氏距離，類間距離定義為組間平均鏈鎖距離），繪制的碎石圖如下：（1） 依據(jù)上圖，數(shù)據(jù)聚成幾類較為恰當？（2） 試采用K-MEANS聚類方法，從類內相似性和類間差異性角度分析將數(shù)據(jù)聚成幾類較為恰當。1）聚成3類較為恰當。注：碎石圖可按第9章第1題方式繪制，也可按如下方式繪制。步驟：分析T降維T因子分析T導入全部變量到變量框中（地區(qū)變量除外）T抽?。哼x中碎石圖T繼續(xù)T確定。得到：（可以看出，分成3類恰當）（2）用K-MEANS聚類方法進行分類，比較分類數(shù)為2、3、4時的差別。步驟：分析T分類TK-平均聚類T地區(qū)變量導入到標注個案，其他變量全部導入到變量框中T聚類數(shù)填29選項：選中初始聚類中心和ANOVAT繼續(xù)T確定。得到：ANOVA聚類錯誤F顯著性均方df均方df食品13927902.9671246753.7792956.445.000衣著278718.565137555.425297.422.011居住667583.436131940.7642920.901.000家庭設備用品及服務411657.258114558.0412928.277.000醫(yī)療保健325304.302134400.296299.456.005交通和通信10285607.457157486.40029178.922.000教育文化娛樂服務5226361.465169080.9332975.656.000雜項商品和服務248312.93116496.5502938.222.000僅當出于描述目的時才應該使用F檢驗，因為已選擇聚類用于將不同聚類中的個案的差異最大化。受觀察的顯著性級別并未因此得到更正，所以無法將這些級別解釋為“聚類方法是等同的”假設的檢驗。每個聚舉中的個案數(shù)量聚類14.000227.000有效31.000缺失.000將上圖中的聚類數(shù)修改為3，則得到：ANOVA聚類錯誤F顯著性均方df均方df食品8311754.5092159294.7702852.178.000衣著100878.509241645.317282.422.107居住565811.147216508.6902834.274.000家庭設備用品及服務237257.836212833.0272818.488.000醫(yī)療保健198689.996233054.746286.011.007

交通和通信4709934.064290458.7482852.067.000教育文化娛樂服務2676015.304267059.9262839.905.000雜項商品和服務150742.66624829.5552831.213.000僅當出于描述目的時才應該使用F檢驗，因為已選擇聚類用于將不同聚類中的個案的差異最大化。受觀察的顯著性級別并未因此得到更正，所以無法將這些級別解釋為“聚類方法是等同的”假設的檢驗。每個聚類中的個案數(shù)量聚類11.000225.00035.000有效31.000缺失.000將上圖中的聚類數(shù)修改為4，則得到：ANOVA聚類錯誤F顯著性均方df均方df食品6461251.597362963.25127102.619.000衣著135334.013335623.106273.799.022居住237725.271332618.140277.288.001家庭設備用品及服務142250.914315077.322279.435.000醫(yī)療保健111992.289336553.186273.064.045交通和通信3596731.324343056.2632783.536.000教育文化娛樂服務1812882.568366335.5862727.329.000雜項商品和服務97486.29135342.7412718.246.000僅當出于描述目的時才應該使用F檢驗，因為已選擇聚類用于將不同聚類中的個案的差異最大化。受觀察的顯著性級別并未因此得到更正，所以無法將這些級別解釋為“聚類方法是等同的”假設的檢驗。每個聚類中的個案數(shù)量聚類11.00023.000315.000412.000有效31.000缺失.000從3個ANOVA表可以■出，分為2類時，P-值