Иллюстрированный самоучитель по SPSS 10/11

Иерархический кластерный анализ с предварительным факторным анализом

Распределим эти 28 стран по кластерам при помощи двух факторов: ожидаемая продолжительность жизни и климат.

  • Выберите в меню Analyze (Анализ) › Classify (Классифицировать) › Hierarchical Cluster… (Иерархический кластерный анализ)
  • Переменные fac1_1 и fac2_1 поместите в поле тестируемых переменных, а переменную land (страна) – в поле с именем Label cases by: (Наименование (маркировка) наблюдений).
  • После прохождения выключателя Statistics… (Статистики), наряду с таблицей порядка агломерации сделайте запрос на вывод информации о принадлежности к кластеру для наблюдений. Активируйте Range of solutions: (Область решений) и введите граничные значения 2 и 5.
  • Для сохранения информации о принадлежности отдельных наблюдений к кластеру в виде дополнительных переменных, воспользуйтесь выключателем Save… (Сохранить). В соответствии с установками, произведенными в диалоговом окне статистики, активируйте и здесь Range of solutions: (Область решений) и введите граничные значения 2 и 5.
  • Деактивируйте вывод дендрограмм. Так как переменные, используемые в данном кластерном анализе, являются факторными значениями с одинаковыми областями допустимых значений, то стандартизация (z-преобразование) значений является излишней.

Agglomeration Schedule (Порядок агломерации)

Stage (Шаг) Cluster Combined (Объединение в кластеры) Coefficients (Коэффициенты) Stage Cluster First Appears (Шаг, на котором кластер появляется впервые) Next Stage (Следующий шаг)
Cluster 1 (Кластер 1) Cluster 2 (Кластер 2) Cluster 1 (Кластер 1) Cluster 2 (Кластер 2)
1 16 22 1.476 0 0 8
2 2 23 1.569 0 0 10
3 5 6 1.803 0 0 5
4 4 17 5.546 0 0 8
5 5 11 8.487 3 0 10
6 3 18 8.617 0 0 12
7 7 15 0.108 0 0 15
8 4 16 0.118 4 1 13
9 26 28 0.129 0 0 12
10 2 5 0.148 2 5 18
11 19 24 0.164 0 0 15
12 3 26 0.183 6 9 20
13 4 10 0.228 8 0 18
14 13 25 0.231 0 0 19
15 7 19 0.254 7 11 20
16 1 21 0.438 0 0 22
17 20 27 0.645 0 0 22
18 2 4 0.648 10 13 21
19 8 13 0.810 0 14 23
20 3 7 0.939 12 15 24
21 2 12 1.665 18 0 24
22 1 20 1.793 16 17 25
23 8 9 1.839 19 0 27
24 2 3 2.229 21 20 26
25 1 14 4.220 22 0 26
26 1 2 5.925 25 24 27
27 1 8 6.957 26 23 0

Сначала приводятся самые важные результаты. В таблице порядка агломерации Вы можете проследить последовательность образования кластеров; объяснения по этому поводу приводились в разделе 20.1. Скачкообразное изменение коэффициентов наблюдается при значениях 2.229 и 4.220; это означает, что после образования четырех кластеров больше не должно происходит ни каких объединений и решение с четырьмя кластерами является оптимальным.

Принадлежность наблюдений к кластерам можно взять из нижеследующей таблицы, которая содержит также и информацию о принадлежности к кластерам для других вариантов решения (пять, три и два кластера).

Если Вы посмотрите на четырехкластернное решение на нижеследующей таблице, то заметите, к примеру, что к третьему кластеру относятся следующие страны: Франция, Греция, Италия и Испания. Это страны с высокой продолжительностью жизни и теплым климатом и поэтому не зря они являются предпочтительными для отдыха.

Cluster Membership (Принадлежность к кластеру)

Case (Случай) 5 Clusters (5 кластеров) 4 Clusters (4 кластера) 3 Clusters (3 кластера) 2 Clusters (2 кластера)
1:ALBA 1 1 1 1
2:BELG 2 2 2 1
3:BULG 3 2 2 1
4:DAEN 5:DEUT 2 2 2 1
6:DDR 2 2 2 1
7:FINN 3 2 -3 2
8:FRAN 4 3 -3 2
9:GRIE 4 2 2 1
10:iGROS 2 2 2 1
11:IRLA 2 3 2 1
12:ISLA 2 4 0 2
13:ITAL 4 2 1 1
14:JUGO 5 2 2 1
1 5:LUXE 3 2 2 1
16:NIED 2 2 2 1
17:NORW 2 2 2 1
18:OEST 3 2 2 1
19:POLE 3 1 1 1
20:PORT 1 1 1 1
21:RUMA 1 2   1
22:SCHD 23:SCHZ 2 2 2 1
24:SOWJ 3 1 1 2
25:SPAN 4 1    
26:TSCH 3 1 1 1
27:TUER 28:UNGA 1 2 1 1
Если Вы заметили ошибку, выделите, пожалуйста, необходимый текст и нажмите CTRL + Enter, чтобы сообщить об этом редактору.