利用SPSS对数据做系统聚类分析

骑猪看日落 2022-08-28 09:42 269阅读 0赞

###  ###

*  步骤如下：
 *   *   *  ①【分析】----【分类】----【系统聚类】
         *  ②x2、x3、x4、x5、x6、x7、x8添加到变量，x1（即地区）添加到个案标注依据
         *  ③点击【统计】勾选【解的范围】，可以根据自己的需要选择最小聚类数和最大聚类数（这里我设置为2和5），然后点击【继续】
         *  ④点击【图】，（这里我选择的是做系谱图），然后点击【继续】
         *  ⑤点击【方法】，选择瓦尔德（word）方法，然后点击【继续】
         *  ⑥点击【保存】，取消勾选默认项，勾选解的范围，填入刚才设置的最小、最大聚类数，然后点击【继续】【确定】
         *  得到结果如图：
     *  如果需要进一步分析聚类中的均值等特点，可以将数据分组后分析，比如，以聚3类分析：各类均值的特点
     *   *  ①【数据】-----【拆分文件】
         *  ②勾选【比较组】，将Ward Method \[CLU3\_1\]填入分组依据，然后确定
         *  ③然后点击【分析】----【描述性统计】----【描述】
         *  ④填入变量
         *  ⑤点击【选项】，勾选自己想要得到的结果（这里只勾选均值），然后点击【继续】【确定】
         *  可得到结果如图，便可以比较各类均值大小了

**现用如下数据做系统聚类分析：**  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_11_color_FFFFFF_t_70_g_se_x_16]  
**将数据导入spss中，如图：**  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 1]

# 步骤如下： #

### ①【分析】----【分类】----【系统聚类】 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 2]

### ②x2、x3、x4、x5、x6、x7、x8添加到变量，x1（即地区）添加到个案标注依据 ###

小技巧：添加变量的时候，可以单击【医疗机构床位数(张)】，然后按住shift键不松，鼠标单击【医院(个)】就可以选择多个变量一起添加

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 3]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 4]

### ③点击【统计】勾选【解的范围】，可以根据自己的需要选择最小聚类数和最大聚类数（这里我设置为2和5），然后点击【继续】 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_19_color_FFFFFF_t_70_g_se_x_16]

### ④点击【图】，（这里我选择的是做系谱图），然后点击【继续】 ###

![在这里插入图片描述][4f921b29d1fa4e09b4114048ffb67bba.png]

### ⑤点击【方法】，选择瓦尔德（word）方法，然后点击【继续】 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_17_color_FFFFFF_t_70_g_se_x_16]

### ⑥点击【保存】，取消勾选默认项，勾选解的范围，填入刚才设置的最小、最大聚类数，然后点击【继续】【确定】 ###

![在这里插入图片描述][fe41a5bc211647108415333282fbfc2d.png]

### 得到结果如图： ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_10_color_FFFFFF_t_70_g_se_x_16]

系谱图如下：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_19_color_FFFFFF_t_70_g_se_x_16 1]  
观察得出的结果图就可以知道当分n类时，把哪些地区是分到一类的\*\*

## 如果需要进一步分析聚类中的均值等特点，可以将数据分组后分析，比如，以聚3类分析：各类均值的特点 ##

步骤：

### ①【数据】-----【拆分文件】 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 5]

### ②勾选【比较组】，将Ward Method \[CLU3\_1\]填入分组依据，然后确定 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 6]

### ③然后点击【分析】----【描述性统计】----【描述】 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 7]

### ④填入变量 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 8]

### ⑤点击【选项】，勾选自己想要得到的结果（这里只勾选均值），然后点击【继续】【确定】 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 9]

### 可得到结果如图，便可以比较各类均值大小了 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 10]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_11_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/d4e33ca3587b4be79af0e52c5f14213b.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/8d3161cc9c8a41f3ba70fda74dc2226d.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/6f134000cac745dab1b0b7672341e76b.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220828/4c36141b624c40b9a08fc86ef91f00d3.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 3]: /images/20220828/9b567d9ee272406298af59e8225c3845.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 4]: /images/20220828/99cd2d4284c84839af1123b2fedd9dce.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_19_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/139337e14a90423abcef51b76d8c77ef.png
[4f921b29d1fa4e09b4114048ffb67bba.png]: /images/20220828/cfa199d6b3de41ae9864e6437dd7e36d.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_17_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/00b1fcb8f6264241ac814ffc4fb81fc2.png
[fe41a5bc211647108415333282fbfc2d.png]: /images/20220828/46c71528748a4243b52482fef313b0e1.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_10_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/07b457e33a7149f8b0554b5553d78ad2.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_19_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/61f2017517a94e2682d6165ab32f4668.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 5]: /images/20220828/67f1181b2c9942708acc9897cfd5c21d.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 6]: /images/20220828/da9b2c845aca4db5bc937726a9e02c06.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 7]: /images/20220828/91014f7ea6d244439c09ae9c03239d76.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 8]: /images/20220828/4ec40af5819e428fb394f5a4d4a588c0.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 9]: /images/20220828/d865808aff874b6aad483a09705806c4.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5aSn56KX5ZCD5LiN5LiL_size_20_color_FFFFFF_t_70_g_se_x_16 10]: /images/20220828/b1987868198f43c69e1ec4bbc649466d.png