SPSS軟件實(shí)例應(yīng)用(計(jì)量地理學(xué)課后題詳解)課件

聚類分析&主成分分析實(shí)例·分析某地區(qū)35個(gè)城市2004年的7項(xiàng)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)數(shù)據(jù)（1）試用最短距離法對(duì)35個(gè)城市綜合實(shí)力進(jìn)行系統(tǒng)聚類分析，并畫出聚類譜系圖a.軟件操作及原理b.數(shù)據(jù)結(jié)果及分析聚類分析&主成分分析實(shí)例·分析某地區(qū)35個(gè)城市2004年的71a.軟件操作及原理——操作a.軟件操作及原理——操作2a.軟件操作及原理——操作a.軟件操作及原理——操作3a.軟件操作及原理——標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化原理a.軟件操作及原理——標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化原理4a.軟件操作及原理——?dú)W氏距離原理a.軟件操作及原理——?dú)W氏距離原理5

凝聚狀態(tài)表的第一列表示聚類分析的第幾步；第二列、第三列表示本步驟聚類中那兩個(gè)樣本或小類聚成一類；第四列是相應(yīng)的樣本距離或小類距離；第五列、第六列表明本步驟聚類中，參與聚類的是樣本還是小類。0表示樣本，數(shù)字n(非0)表示由第n部聚類產(chǎn)生的小類參與本步驟聚類；第七列表示本步驟聚類的結(jié)果將在下面聚類的第幾部中用到。a.軟件操作及原理——最短距離聚類法原理

聚類表 階 群集組合 系數(shù) 首次出現(xiàn)階群集 下一階 群集1 群集2 群集1 群集2 1 17 25 .060 0 0 62 5 29 .065 0 0 63 33 34 .085 0 0 124 26 35 .089 0 0 285 30 31 .104 0 0 86 5 17 .108 2 1 97 8 18 .108 0 0 178 20 30 .115 0 5 109 5 16 .123 6 0 1010 5 20 .127 9 8 1111 5 32 .128 10 0 1212 5 33 .129 11 3 1313 5 14 .136 12 0 1514 6 21 .150 0 0 1615 5 22 .160 13 0 1716 6 11 .166 14 0 2717 5 8 .182 15 7 1818 5 19 .190 17 0 2019 13 15 .196 0 0 2420 5 7 .197 18 0 2121 4 5 .198 0 20 2222 4 28 .199 21 0 2323 4 12 .201 22 0 2424 4 13 .204 23 19 2525 3 4 .235 0 24 2626 3 9 .240 25 0 2727 3 6 .255 26 16 2828 3 26 .270 27 4 2929 2 3 .391 0 28 3030 2 23 .418 29 0 3131 2 24 .551 30 0 3232 1 2 .632 0 31 3333 1 10 .770 32 0 3434 1 27 .818 33 0 0凝聚狀態(tài)表的第一列表示聚類分析的第幾步；第6

在不同的聚類標(biāo)準(zhǔn)（距離）下，聚類結(jié)果不同，當(dāng)距離標(biāo)準(zhǔn)逐漸放大時(shí)，35個(gè)區(qū)域單元被依次聚類。當(dāng)距離為0時(shí)，每個(gè)樣本為單獨(dú)的一類；當(dāng)距離為5，則35個(gè)區(qū)域單元被聚為11類；當(dāng)距離為10，則35個(gè)區(qū)域單元被聚為7類；當(dāng)距離為15，則35個(gè)區(qū)域單元被聚為5類；當(dāng)距離為20，則35個(gè)區(qū)域單元被聚為3類；最終，當(dāng)聚類標(biāo)準(zhǔn)（距離）擴(kuò)大到25時(shí)，35個(gè)區(qū)域單元被聚為1類。b.數(shù)據(jù)結(jié)果及分析在不同的聚類標(biāo)準(zhǔn)（距離）下，聚類結(jié)果不同，7聚類分析&主成分分析實(shí)例·分析某地區(qū)35個(gè)城市2004年的7項(xiàng)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)數(shù)據(jù)（2）試用主成份分析法對(duì)35個(gè)城市7項(xiàng)經(jīng)濟(jì)指標(biāo)進(jìn)行主成分分析，并分析其綜合實(shí)力。a.軟件操作b.數(shù)據(jù)結(jié)果及分析聚類分析&主成分分析實(shí)例·分析某地區(qū)35個(gè)城市2004年的78a.軟件操作a.軟件操作9a.軟件操作a.軟件操作10b.數(shù)據(jù)結(jié)果及分析——Bartlett驗(yàn)證

因子分析前，首先進(jìn)行KMO檢驗(yàn)和巴特利球體檢驗(yàn)。KMO檢驗(yàn)用于檢查變量間的偏相關(guān)性，取值在0~1之前。KMO統(tǒng)計(jì)量越接近于1，變量間的偏相關(guān)性越強(qiáng)，因子分析的效果越好。實(shí)際分析中，KMO統(tǒng)計(jì)量在0.7以上時(shí)效果比較好；當(dāng)KMO統(tǒng)計(jì)量在0.5以下，此時(shí)不適合應(yīng)用因子分析法，應(yīng)考慮重新設(shè)計(jì)變量結(jié)構(gòu)或者采用其他統(tǒng)計(jì)分析方法。b.數(shù)據(jù)結(jié)果及分析——Bartlett驗(yàn)證11b.數(shù)據(jù)結(jié)果及分析——主成分因子

一般取累計(jì)貢獻(xiàn)率達(dá)85%~95%的特征值所對(duì)應(yīng)的第1、第2、…、第m（m≤p）個(gè)主成分。

b.數(shù)據(jù)結(jié)果及分析——主成分因子一般取累計(jì)貢獻(xiàn)率達(dá)8512b.數(shù)據(jù)結(jié)果及分析——變量與因子聯(lián)系系數(shù)

變量與某一因子聯(lián)系系數(shù)絕對(duì)值越大，則該因子與變量關(guān)系越近。將第一因子代替x4,x5,x6,x7;將第二因子代替x1,x2,x3即可得到旋轉(zhuǎn)矩陣，使復(fù)雜的矩陣變得簡(jiǎn)潔。

b.數(shù)據(jù)結(jié)果及分析——變量與因子聯(lián)系系數(shù)變量13b.數(shù)據(jù)結(jié)果及分析——變量與因子聯(lián)系系數(shù)

變量與某一因子聯(lián)系系數(shù)絕對(duì)值越大，則該因子與變量關(guān)系越近。將第一因子代替x4,x5,x6,x7;將第二因子代替x1,x2,x3即可得到旋轉(zhuǎn)矩陣，使復(fù)雜的矩陣變得簡(jiǎn)潔。

b.數(shù)據(jù)結(jié)果及分析——變量與因子聯(lián)系系數(shù)變量14b.數(shù)據(jù)結(jié)果及分析——變量與因子聯(lián)系系數(shù)

第1主成分與所有變量成正相關(guān)，與x4,x5,x6,x7呈現(xiàn)出較強(qiáng)的正相關(guān)，因此可以認(rèn)為第1主成分是2014年城市經(jīng)濟(jì)結(jié)構(gòu)的代表。

第2主成分與x1,x3呈現(xiàn)出較強(qiáng)的正相關(guān)，x2呈現(xiàn)出較強(qiáng)的負(fù)相關(guān)，因此可以認(rèn)為第2主成分是2014年農(nóng)業(yè)經(jīng)濟(jì)的代表。

b.數(shù)據(jù)結(jié)果及分析——變量與因子聯(lián)系系數(shù)15聚類分析&主成分分析實(shí)例·分析某地區(qū)35個(gè)城市2004年的7項(xiàng)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)數(shù)據(jù)（3）以第一、二、三主成分為變量，進(jìn)行聚類分析，結(jié)果又怎樣呢？a.軟件操作b.數(shù)據(jù)結(jié)果與對(duì)比聚類分析&主成分分析實(shí)例·分析某地區(qū)35個(gè)城市2004年的716a.軟件操作a.軟件操作17a.數(shù)據(jù)結(jié)果與對(duì)比

聚類表 階 群集組合 系數(shù) 首次出現(xiàn)階群集 下一階 群集1 群集2 群集1 群集2 1 17 25 .060 0 0 62 5 29 .065 0 0 63 33 34 .085 0 0 124 26 35 .089 0 0 285 30 31 .104 0 0 86 5 17 .108 2 1 97 8 18 .108 0 0 178 20 30 .115 0 5 109 5 16 .123 6 0 1010 5 20 .127 9 8 1111 5 32 .128 10 0 1212 5 33 .129 11 3 1313 5 14 .136 12 0 1514 6 21 .150 0 0 1615 5 22 .160 13 0 1716 6 11 .166 14 0 2717 5 8 .182 15 7 1818 5 19 .190 17 0 2019 13 15 .196 0 0 2420 5 7 .197 18 0 2121 4 5 .198 0 20 2222 4 28 .199 21 0 2323 4 12 .201 22 0 2424 4 13 .204 23 19 2525 3 4 .235 0 24 2626 3 9 .240 25 0 2727 3 6 .255 26 16 2828 3 26 .270 27 4 2929 2 3 .391 0 28 3030 2 23 .418 29 0 3131 2 24 .551 30 0 3232 1 2 .632 0 31 3333 1 10 .770 32 0 3434 1 27 .818 33 0 0

聚類表 階 群集組合 系數(shù) 首次出現(xiàn)階群集 下一階 群集1 群集2 群集1 群集2 1 17 25 .024 0 0 52 26 35 .045 0 0 313 18 31 .047 0 0 154 5 29 .052 0 0 55 5 17 .055 4 1 76 32 34 .063 0 0 117 5 30 .067 5 0 98 6 21 .069 0 0 259 5 20 .069 7 0 1010 5 22 .070 9 0 1311 32 33 .072 6 0 1912 19 28 .076 0 0 1813 5 12 .077 10 0 1414 5 14 .080 13 0 1615 8 18 .084 0 3 1616 5 8 .085 14 15 1717 5 16 .086 16 0 1818 5 19 .093 17 12 1919 5 32 .096 18 11 2020 5 7 .099 19 0 2121 5 11 .107 20 0 2222 5 15 .120 21 0 2323 3 5 .136 0 22 2424 3 13 .151 23 0 2725 4 6 .170 0 8 2826 2 23 .177 0 0 2727 2 3 .177 26 24 2828 2 4 .190 27 25 2929 1 2 .215 0 28