您好,欢迎访问三七文档
学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。第十章分类分析第一节K-MeansCluster过程10.1.1主要功能10.1.2实例操作第二节HierarchicalCluster过程10.2.1主要功能10.2.2实例操作第三节Discriminant过程10.3.1主要功能10.3.2实例操作人们认识事物时往往先把被认识的对象进行分类,以便寻找其中同与不同的特征,因而分类学是人们认识世界的基础科学。在医学实践中也经常需要做分类的工作,如根据病人的一系列症状、体征和生化检查的结果,判断病人所患疾病的类型;或对一系列检查方法及其结果,将之划分成某几种方法适合用于甲类病的检查,另几种方法适合用于乙类病的检查;等等。统计学中常用的分类统计方法主要是聚类分析与判别分析。聚类分析是直接比较各事物之间的性质,将性质相近的归为一类,将性质差别较大的归入不同的类。判别分析则先根据已知类别的事物的性质,利用某种技术建立函数式,然后对未知类别的新事物进行判断以将之归入已知的类别中。聚类分析与判别分析有很大的不同,聚类分析事先并不知道对象类别的面貌,甚至连共有几个类别也不确定;判别分析事先已知对象的类别和类别数,它正是从这样的情形下总结出分类方法,用于对新对象的分类。第一节K-MeansCluster过程10.1.1主要功能调用此过程可完成由用户指定类别数的大样本资料的逐步聚类分析。所谓逐步聚类分析学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。就是先把被聚对象进行初始分类,然后逐步调整,得到最终分类。返回目录返回全书目录10.1.2实例操作[例10.1]为研究儿童生长发育的分期,调查1253名1月至7岁儿童的身高(cm)、体重(kg)、胸围(cm)和坐高(cm)资料。资料作如下整理:先把1月至7岁划成19个月份段,分月份算出各指标的平均值,将第1月的各指标平均值与出生时的各指标平均值比较,求出月平均增长率(%),然后第2月起的各月份指标平均值均与前一月比较,亦求出月平均增长率(%),结果见下表。欲将儿童生长发育分为四期,故指定聚类的类别数为4,请通过聚类分析确定四个儿童生长发育期的起止区间。月份月平均增长率(%)身高体重胸围坐高1234681012151824303642485460667211.035.473.582.012.132.061.631.171.030.690.770.590.650.510.730.530.360.520.3450.3019.309.854.175.651.742.041.602.341.331.411.251.190.931.130.820.521.030.4911.815.203.141.471.040.171.040.890.530.480.520.300.490.160.350.160.190.300.1811.277.182.111.582.111.571.460.760.890.580.420.140.380.250.550.340.210.550.1610.1.2.1数据准备激活数据管理窗口,定义变量名:虽然月份分组不作分析变量,但为了更直观地了解聚类结果,也将之输入数据库,其变量名为month;身高、体重、胸围和坐高的变量名分别为x1、x2、x3和x4,输入原始数额。学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。10.1.2.2统计分析激活Statistics菜单选Classify中的K-MeansCluster...项,弹出K-MeansClusterAnalysis对话框(如图10.1示)。从对话框左侧的变量列表中选x1、x2、x3、x4,点击钮使之进入Variables框;在NumberofClusters(即聚类分析的类别数)处输入需要聚合的组数,本例为4;在聚类方法上有两种:Iterateandclassify指先定初始类别中心点,而后按K-means算法作叠代分类,Classifyonly指仅按初始类别中心点分类,本例选用前一方法。图10.1逐步聚类分析对话框为在原始数据库中逐一显示分类结果,点击Save...钮弹出K-MeansCluster:SaveNewVariables对话框,选择Clustermembership项,点击Continue钮返回K-MeansClusterAnalysis对话框。本例还要求对聚类结果进行方差分析,故点击Options...钮弹出K-MeansCluster:来Options对话框,在Statistics栏中选择ANOVAtable项,点击Continue钮返回K-MeansClusterAnalysis对话框,再点击OK钮即完成分析。10.1.2.3结果解释在结果输出窗口中将看到如下统计数据:首先系统根据用户的指定,按4类聚合确定初始聚类的各变量中心点,未经K-means算法叠代,其类别间距离并非最优;经叠代运算后类别间各变量中心值得到修正。InitialClusterCenters.ClusterX1X2X3X4111.030050.300011.810011.270025.470019.30005.20007.180033.58009.85003.14002.11004.3400.4900.1800.1600Convergenceachievedduetonoorsmalldistancechange.学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。Themaximumdistancebywhichanycenterhaschangedis.0000Currentiterationis2Minimumdistancebetweeninitialcentersis10.5200IterationChangeinClusterCenters12341.0000.00002.46E+001.27E+002.0000.0000.0000.0000CaselistingofClustermembership.CaseIDClusterDistance11.00022.000332.457443.219532.457641.530741.34684.51594.915104.266114.281124.668134.467144.844154.415164.8731741.215184.6191941.269FinalClusterCenters.ClusterX1X2X3X4111.030050.300011.810011.270025.470019.30005.20007.180032.85507.75002.09002.11004.90601.4660.4820.6560之后对聚类结果的类别间距离进行方差分析,方差分析表明,类别间距离差异的概率值均0.001,即聚类效果好。这样,原有19类(即原有的19个月份分组)聚合成4类,第一学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。类含原有1类,第二类含原有1类,第三类含原有2类,第四类含原有15类。具体结果系统以变量名QCL_1存于原始数据库中。DistancesbetweenFinalClusterCenters.Cluster12341.0000232.4397.0000345.340013.2521.0000452.232520.09246.9273.0000AnalysisofVariance.VariableClusterMSDFErrorMSDFFProbX137.58063.36915.0101.7853.000X2817.116431.35415.0603.2588.000X345.40893.28115.0161.1145.000X446.09943.23515.0195.4933.000NumberofCasesineachCluster.Clusterunweightedcasesweightedcases11.01.021.01.032.02.0415.015.0Missing0Validcases19.019.0VariableSavedintoWorkingFile.QCL_1(ClusterNumber)在原始数据库(图10.2)中,我们可清楚地看到聚类结果;参照专业知识,将儿童生长发育分期定为:第一期,出生后至满月,增长率最高;第二期,第2个月起至第3个月,增长率次之;第三期,第3个月起至第8个月,增长率减缓;第四期,第8个月后,增长率显著减缓。学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。图10.2逐步聚类分析的分类结果返回目录返回全书目录第二节HierarchicalCluster过程10.2.1主要功能调用此过程可完成系统聚类分析。在系统聚类分析中,用户事先无法确定类别数,系统将所有例数均调入内存,且可执行不同的聚类算法。系统聚类分析有两种形式,一是对研究对象本身进行分类,称为Q型举类;另一是对研究对象的观察指标进行分类,称为R型聚类。返回目录返回全书目录10.2.2实例操作[例10.2]29名儿童的血红蛋白(g/100ml)与微量元素(μg/100ml)测定结果如下表。由于微量元素的测定成本高、耗时长,故希望通过聚类分析(即R型指标聚类)筛选代表性指标,以便更经济快捷地评价儿童的营养状态。编号钙镁铁锰铜血红蛋白学知网(),专注于提供优质的管理培训课程与服务。海量管理资料下载,仅供学习研究之用,严禁用作商业用途。N0.X1X2X3X4X5X6123456789101112131415161718192021222324252627282954.8972.4953.8164.7458.8043.6754.8986.1260.3554.0461.2360.1769.6972.2855.1370.0863.0548.7552.2852.2149.730.8642.6152.8639.1837.6726.1830.8643.7938.2034.2337.3533.6740.0140.1233.0236.8135.0730.5327.1436.1825.4329.2728.7929.1729.9929.2931.9332.9428.55448.70467.30425.61469.80456.55395.78448.70440.13394.40405.60446.00383.20416.70430.80445.80409.80384.10342.90326.29388.54331.10258.94292.80292.60312.80283.00344.20312.50294.700.0120.0080.0040.0050.0120.0010.0120.0170.0010.0080.0220.0010.0120.0000.0120.0120.0000.0180.0040.0240.0120.0160.0480.0060.0060.0160.0000.0640.0051.0101.6401.2201.2201.0100.5941.0101.7701.1401.3001.3800.9141.3501.2000.9181.1900.8530.9240.8171.0200.8971.1901.3201.0401.0301.3500.6891.1500.83813.5013.00
本文标题:第十章分类分析
链接地址:https://www.777doc.com/doc-2165403 .html