SPSS软件实例应用(计量地理学课后题详解).ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,聚类分析,&,主成分分析实例,分析某地区,35,个城市,2004,年的,7,项经济统计指标数据,（,1,）试用最短距离法对,35,个城市综合实力进行,系统聚类分析，并画出聚类谱系图,a.,软件操作及原理,b.,数据结果及分析,1,a.,软件操作及原理,操作,2,a.,软件操作及原理,操作,3,a.,软件操作及原理,标准差标准化原理,4,a.,软件操作及原理,欧氏距离原理,5,凝聚状态表的第一列表示聚类分析的第几步；第二列、第三列表示本步骤聚类中那两个样本或小类聚成一类；第四列是相应的样本距离或小类距离；第五列、第六列表明本步骤聚类中，参与聚类的是样本还是小类。0表示样本，数字n(非0)表示由第n部聚类产生的小类参与本步骤聚类；第七列表示本步骤聚类的结果将在下面聚类的第几部中用到。,a.,软件操作及原理,最短距离聚类法原理,聚类表,阶 群集组合系数首次出现阶群集下一阶,群集 1群集 2群集 1群集 2,11725.060006,2529.065006,33334.0850012,42635.0890028,53031.104008,6517.108219,7818.1080017,82030.1150510,9516.1236010,10520.1279811,11532.12810012,12533.12911313,13514.13612015,14621.1500016,15522.16013017,16611.16614027,1758.18215718,18519.19017020,191315.1960024,2057.19718021,2145.19802022,22428.19921023,23412.20122024,24413.204231925,2534.23502426,2639.24025027,2736.255261628,28326.27027429,2923.39102830,30223.41829031,31224.55130032,3212.63203133,33110.77032034,34127.8183300,6,在不同的聚类标准（距离）下，聚类结果不同，当距离标准逐渐放大时，,35,个区域单元被依次聚类。,当距离为,0,时，每个样本为单独的一类；当距离为,5,，则,35,个区域单元被聚为,11,类；当距离为,10,，则,35,个区域单元被聚为,7,类；当距离为,15,，则,35,个区域单元被聚为,5,类；当距离为,20,，则,35,个区域单元被聚为,3,类；最终，当聚类标准（距离）扩大到,25,时，,35,个区域单元被聚为,1,类。,b.,数据结果及分析,7,聚类分析,&,主成分分析实例,分析某地区,35,个城市,2004,年的,7,项经济统计指标数据,（,2,）试用主成份分析法对,35,个城市,7,项经济指标进行主成分分析，并分析其综合实力。,a.,软件操作,b.,数据结果及分析,8,a.,软件操作,9,a.,软件操作,10,b.,数据结果及分析,Bartlett,验证,因子分析前，首先进行KMO检验和巴特利球体检验。KMO检验用于检查变量间的偏相关性，取值在01之前。KMO统计量越接近于1，变量间的偏相关性越强，因子分析的效果越好。实际分析中，KMO统计量在0.7以上时效果比较好；当KMO统计量在0.5以下，此时不适合应用因子分析法，应考虑重新设计变量结构或者采用其他统计分析方法。,11,b.,数据结果及分析,主成分因子,一般取,累计贡献率达,85%95%,的特征值所对应的第,1,、第,2,、,、第,m,（,m,p,）个主成分。,12,b.,数据结果及分析,变量与因子联系系数,变量与某一因子联系系数绝对值越大，则该因子与变量关系越近。,将第一因子代替,x4,x5,x6,x7;,将第二因子代替,x1,x2,x3,即可得到旋转矩阵，使复杂的矩阵变得简洁。,13,b.,数据结果及分析,变量与因子联系系数,变量与某一因子联系系数绝对值越大，则该因子与变量关系越近。,将第一因子代替,x4,x5,x6,x7;,将第二因子代替,x1,x2,x3,即可得到旋转矩阵，使复杂的矩阵变得简洁。,14,b.,数据结果及分析变量与因子联系系数,第,1,主成分与所有变量成正相关，与,x4,x5,x6,x7,呈现出较强的正相关，因此可以认为第,1,主成分是,2014,年城市经济结构的代表。,第,2,主成分与,x1,x3,呈现出较强的正相关，,x2,呈现出较强的负相关，因此可以认为第,2,主成分是,2014,年农业经济的代表。,15,聚类分析,&,主成分分析实例,分析某地区,35,个城市,2004,年的,7,项经济统计指标数据,（,3,）以第一、二、三主成分为变量，进行聚类分析，结果又怎样呢？,a.,软件操作,b.,数据结果与对比,16,a.,软件操作,17,a.,数据结果与对比,聚类表,阶 群集组合系数首次出现阶群集下一阶,群集 1群集 2群集 1群集 2,11725.060006,2529.065006,33334.0850012,42635.0890028,53031.104008,6517.108219,7818.1080017,82030.1150510,9516.1236010,10520.1279811,11532.12810012,12533.12911313,13514.13612015,14621.1500016,15522.16013017,16611.16614027,1758.18215718,18519.19017020,191315.1960024,2057.197180212145.19802022,22428.19921023,23412.20122024,24413.204231925,2534.23502426,2639.24025027,2736.255261628,28326.27027429,2923.39102830,30223.41829031,31224.55130032,3212.63203133,33110.77032034,34127.8183300,聚类表,阶 群集组合系数首次出现阶群集下一阶,群集 1群集 2群集 1群集 2,11725.024005,22635.0450031,31831.0470015,4529.052005,5517.055417,63234.0630011,7530.067509,8621.0690025,9520.0697010,10522.0709013,113233.0726019,121928.0760018,13512.07710014,14514.08013016,15818.0840316,1658.085141517,17516.08616018,18519.093171219,19532.096181120,2057.09919021,21511.10720022,22515.12021023,2335.13602224,24313.15123027,2546.1700828,26223.1770027,2723.177262428,2824.190272529,2912.21502830,3019.21729031,31126.25830232,32124.30131033,33110.33432034,34127.5713300,18,a.,数据结果与对比,19,Thank,you for your listening,20,