SPSS中系统聚类操作案例

示例：

一啤酒生产商想了解当前啤酒市场情况，并判断时下最受欢迎的啤酒品牌，收集了多种啤酒在售价、热量、钠含量、酒精含量等方面的数据。运用系统聚类法对各项数据进行分析，并给出：

（1）所有样本的归类情况表（群集成员表）；

（2）所有样本的树状图；

（3）简要分析聚类结果。（酒精含量较高的啤酒酒质较好，国际上公认12°以上的啤酒为高级啤酒，酒精含量5％左右；低“钠”含量的食物较健康）。

主要操作步骤如下：

（1）将变量移入 变量框 中。将标志变量 啤酒名 移入 个案标记依据框 中；

在 分群 栏中选择 个案 单选按钮，即对样品进行聚类（若选择 变量，则对变量进行聚类）。在 输出 栏中选择 统计量 和 图 复选框，这样在结果输出窗口中可以同时得到聚类结果统计量和统计图。

 （2）点击 统计量 按钮，设置在结果输出窗口中给出的聚类分析统计量。在 聚类成员 中，方案范围2—4（此数值不固定，可根据实际情况而定），这样在结果输出窗口中可以得到分别分成2、3、4类的聚类结果；点击 继续 按钮；

（3）点击 绘制 按钮，设置结果输出窗口中给出的聚类分析统计图。选中 树状图 复选框和 冰柱 栏中的 无 单选按钮，即只给出聚类树形图，而不给出冰柱图。单击 继续 按钮，返回主界面；

树状图可以非常直观的看出整个聚类过程和结果，是观察理解聚类结果的重要图形，一般要选择它；冰柱图也是查看聚类结果的一种图形，但是它无论从应用范围还是易于理解性上都要比树状图差一些，所以此处未选。

（4）点击 方法 按钮，设置系统聚类的方法选项。聚类方法 下拉列表用于指定聚类的方法，包括组间连接、组内连接、Ward法等；不同的聚类方法结果不一定完全相同，一般只是大致相似。如果有很大的差异，则应该仔细考查，找到问题所在；另外，可将聚类结果与实际问题对照，看哪一个结果更符合经验；这里沿用系统默认选项；

度量标准 用于选择对距离和相似性的测度方法。一般而言对每一类变量类型使用其默认方法即可；

转换值 和 转换度量 用于选择对原始数据进行标准化的方法。当进行聚类的变量之间数量级相差比较大的时候，往往要根据数据的实际情况选择相应的标准化方法，这里将全部数据标准化为Z得分。右侧的 转换变量 还可以设置进一步的变换方法，可以为 先取绝对值再变换、变换后更改正负号、或者先将取值范围变为0-1再进行变换。一般来说不需要使用这些选项。单击 继续，返回主界面。

（5）点击 确定 按钮，得到系统聚类分析结果。

主要结果如下：

（1）所有样本的归类情况表（群集成员表）；

 “群集成员”表格是聚类个数为2—4时的类成员表；在数据编辑窗口生成了同样的内容，即3个变量，保存聚类个数分别为2、3、4时的分类结果，如下所示。

（2）所有样本的树状图；

图形的左边代表进行聚类的对象，而对象的合并则通过线条连接的方式来表达。在这个例子中，对应的是各啤酒名列在结果的最左端，而结果的上端给出的是类别间的相对距离。

 （3）简要分析聚类结果。（酒精含量较高的啤酒酒质较好，国际上公认12°以上的啤酒为高级啤酒，酒精含量5％左右；低“钠”含量的食物较健康）

根据保存的分类结果，对各类中售价、酒精含量、钠含量和热量进行对比，分析所属各类啤酒品质的好坏；或进行描述性分析（从均值、标准差等方面简单直观地研究各类别之间的区别），对聚类结果进一步分析。

描述性分析：

 

 拖动调整3个描述量的位置如下所致：

 

 关闭窗口即得到：系统聚类的PLAP立方体（以分三类为例，其他类别分析类似）

 由各类均值看出，第一类售价较高，酒精含量高且接近5%，钠含量较低（比第3类略高）；第三类价格最低，酒精含量也远低于一、二类；第二类售价和热量适中，酒精含量较高，且此类聚类数最多（14个），该类啤酒市场占有额较大。综合判断，第一类啤酒价格高、品质好，第二类最受市场青睐，第三类低能量、低度数，市场份额小。