聚類分析共有三類：快速聚類、系統(tǒng)聚類和二階聚類，下面我們要介紹的是IBM SPSS Statistics的二階聚類分析的方法。

一、二階聚類

使用二階聚類，SPSS會為用戶探索數(shù)據(jù)間較為自然的一種分類，可以同時處理分類變量和連續(xù)變量，也叫作兩步聚類。

圖1：二階聚類

第一步是構建分類的特征數(shù)，將觀測點記在某個節(jié)點處，然后判斷后續(xù)觀測點與該節(jié)點的相似性，若不相似，將構建一個新的節(jié)點；第二步是對節(jié)點進行分組，分組完成就是二階聚類分析完成。

SPSS的聚類功能都在“分析”——“分類”菜單下，點擊“二階聚類”，可以進入二階聚類分析窗口。

二、分析操作

1.數(shù)據(jù)樣本

圖2：數(shù)據(jù)樣本

我們這里選用的是SPSS自帶的一份數(shù)據(jù)樣本，各類汽車的參數(shù)及銷售數(shù)據(jù)，使用二階聚類可以將這些個案對象進行分類分析處理。

2.變量設置

圖3：二階聚類的變量設置

將汽車類型“type”移入分類變量窗口，將分類依據(jù)的變量移入連續(xù)變量窗口，我們這里依據(jù)的是價格、寬度、長度、燃料效率等基礎參數(shù)的變量，可以使用Shift鍵將這些變量選中后一次性添加。

3.其他設置

圖4：其他設置

距離測量使用對數(shù)似然，因為我們這里使用到了分類變量，所以歐氏距離不可用。

聚類數(shù)量使用自動確定，最多可以分為15類，當然，也可以自己確定聚類數(shù)。

聚類準則使用BIC標準。

4.選項

圖5：選項設置

勾選使用噪聲處理離群值，數(shù)值使用默認的25%即可，這會將數(shù)據(jù)的析出節(jié)點合并為一個噪聲節(jié)點，判斷后保留特定的節(jié)點，不能被歸類的觀測值會被標記為離群值。

內(nèi)存分配設置的是聚類過程中的最大空間，超過設定值后會使用硬盤存儲數(shù)據(jù)。

連續(xù)變量的標準化這里不需要多加設置，如果已標準化，可以減少右側窗口內(nèi)的變量。

5.輸出

圖6：輸出設置

勾選輸出透視表，會輸出四個表格：BIC統(tǒng)計表、連續(xù)變量的均值和標準差、最終分類的觀測個數(shù)、最終分類變量的頻數(shù)統(tǒng)計表。

保持默認已勾選的圖表和表格，下面的工作數(shù)據(jù)文件和XML文件根據(jù)需要設置保存及導出位置。

6.完成分析

圖7：自動聚類表格

上圖是輸出結果的第一個表格，從這個表格中可以分析最佳的聚類數(shù)目：較小的BIC值，較大的更該比率，較大的距離度量比率，最佳聚類數(shù)目是3類。

圖8：聚類概要

在質(zhì)心和聚類頻率表格中可以看到具體的三組分類下各個變量的均值和偏差，頻率和百分比情況。

三、小結

以上就是在IBM SPSS Statistics中如何使用二階聚類方法對數(shù)據(jù)樣本進行分析處理了，聚類分析的操作難度不大，合理選擇聚類方法可以找到現(xiàn)有數(shù)據(jù)的最佳聚類分布，便于后續(xù)分析操作的進行。