聚类分析实验75571

1、对北京地区18区县中等职业教育发展水平进行聚类，聚类的依据是x(l):每 万人屮职在校生数，x(2):每万人中职招生数，x(3):每万人中职毕业生数，x(4): 每力人中职专任教师数，x:本科以上学校老师占任教师的比例，x(6):高级 教师占专任教师的比例，x(7):学校平均在校生人数，x(8):国家财政预算屮职 经费占国内生产总值的比例，x(9):生均教育经费，数据如表11.1表示。表11北京地区中等职业教育发展水平情况表县区x(l)xxx(4)x(5)x(6)x(7)x(8)x(9)东城1565345150.5070.2457010.01095356西城1194231130.5020.33

2、15520.00636449崇文2027257160.5660.1936330.01685357宣武1765731120.6300.2345840.01556432朝阳2217745170.4990.2545530.02286625海淀1696442130.5730.1835730.00485840丰台1666648150.4440.1424650.01125532石景山1926152190.5240.0855350.01585695门头沟1275333300.1430.0263760.00573904房山1153825100.5710.1276180.00617020昌平2328066190

3、.5310.1064910.00725089顺义67351750.3410.0794030.00063056通县98402570.5330.1074740.000315559大兴2057667160.5970.1296160.01074490平谷81392170.1980.0305330.00072518怀柔1215227120.2230.0766370.00234149密云84412260.5580.0916180.00434376延庆78312350.3660.0704240.00394677建立数据文件取名为“eg11-1, sar”女ii下图q(x)x1x2x3x4x5x6x7x8x9

4、1东城1565345150.5070.2457010.010953562西城1194231130.5020.3315520.006364493崇文2027257160.5660.1936330.016853574宣武1765731120.6300.2345840.015564325朝阳2217745170.4990.2545530.022866256海淀1696442130.5730.1835730.004858407丰台1666648150.4440.1424650.011255328石景山1926152190.5240.0855350.015856959门头沟12753333()0.143

5、0.0263760.0057390410)山1153825100.5710.1276180.0061702011昌平2328066190.5310.1064910.0072508912顺义67351750.3410.0794030.0006305613通县98402570.5330074740.00031555914人兴2057667160.5970.1296160.0107449015平谷81392170.1980.0305330.0007251816怀柔1215227120.2230.0766370.0023414917密云84412260.5580.0916180.0043437618延

6、庆78312350.3660.0704240.00394677步骤：1、单击"analyze” 菜单屮"classify” 菜单屮的 “hierar chical claster.命令2、单击ahierar chical claster analysis对话框，从其左侧的变量列表中选“xl ”“x2” “x9”变量，添加到右侧的"variable (s)：”，选择g (x)变量添加到"label cases by："中。3、单击“method. ”，弹出 “hierar chical claster analysis： method”，在“cl

7、aster method： v 小指定小类z间的距离计算方法，选择“interval”屮的“squared euclidean distance",单击"continue 返回"hierar chical claster analysis "。4、单击“plots.”，弹出 ahierarchical claster analysis： plots”,选中"dendiogran”, 并选择纵向vetial输出类聚全过程的冰柱图,单击“continue",返回“hierar chical claster analysis显示凝聚状态农。

8、单击 “statistic”，弹出 uhierar chical claster analysis： statistic6 设定保存层次聚类结果。单击“save.”，弹出"hierarchical clasteranalysis： save newvar”,选中 single solution,并在后面的框中输入 3。单击"continue”,返回“ hierarchical claster analysis ”，单击 ok。结果和讨论：1、先是层次聚类分析的概要结果，该结果是spss输出结果文件的第一表格，从结果小科院 看出，18个样木都进入了聚类分析，如下表：表一对测量

9、统计结果casescasesvalidmissingtotalvalidmissingtotalnpercentnpercentnpercentnpercent18100.018100.00018100.02、输出结果文件中的第二表格为层次聚类分析的凝聚状态表如表二，表二的笫一行表示第五个样本最先进行了聚类样本间的距离为4803.873,这个聚类 的结果将在笫六步中用到。表二具体聚类步骤stageclasterclaster 1com joinedclaster2coefficientscstagelasterlclasterclaster2next stage15104803.8720062

10、9146703.6650073277247.35400946813144.22200753426181.12700961541826.139011376966464.07542118131567141.1520010923123773.3723511101213187090.660081411262736999.2099715121718275196.025001713111285000.2526016141216243175.39010015152121509277.811141616 122963641.013151717 1177818718.8161203、表三样本的类归属case3c

11、lasterscase3claster1 朝阳110.西城12.崇文211.房山13.大兴212.门兴沟24.昌平213.怀柔25.宣武114.通县26.石景山215.宏云27.东城216.延庆2&海淀217.平谷39.丰台218.顺义3表四层次聚类分析的冰柱图number181716151312149 64 37211105 1clastcr顺平延宏怀门通丰石昌大东崇房西宣朝义谷庆云柔头县厶44 n m平兴城文iii城武阳沟山1xxxxxxxxxxxxxxxx xxxx xx xxxx xxxxx xx2xxxxxxxxxxxxxxx xxxx xx xxxx xxxxx xx3xx

12、xxxxxxxxxxxxx xxxx xx xxxxxxxx xx4xxxxxxxxxxxxxx xxxx xx xxxxxxxx xx5xxxxxxxxxxxxx xxxx xx xxxxxxxx xx6xxxxxxxxxxxxx xxxx xx xxxxxxx xx7xxxxxxxxxxxx xxxx xx xxxxxxx xx8xxxxxxxxxxxx xxx xx xxxxxxx xx9xxxxxxxxxxx xxx xxxxxxxxx xx10xxxxxxxxxxx xxx xxxxxxxx xx11xxxxxxxxxx xxx xxxxxxxx xx12xxxxxxxxx xxx

13、xxxxxxxx xx13xxxxxxxxx xx xxxxxxxx xx14xxxxxxxxx xx xxxxxxxx x15xxxxxxxxx xx xxxxxxxx x16xxxxxxxxx xx xxxxxxx x17xxxxxxxx xx xxxxxxx该表格第一列表示类数，柱图一般从表格的最后一行开始观察，在本题中聚成3类，样木 17、18属于第一类，样木1、5、10、11属于二类,其余属于三类。5 山于対"hierar chical claster analysis： save new var” 进行了设置，将聚类成 3 类，各个 样本是类归属情况保存为一个变量，因此在spss数据编辑窗口中就新增了一个变量值。 表五新增变量值q(x) xlx2x3x4x5x6x7x8x9 cla3-l1东城156.0053.0045.0015.000.5070.245701.000.01095356.00 12四城119.0042.0031.0