聚類(lèi)分析是常見(jiàn)的數(shù)據(jù)分析方法之一，主要用于市場(chǎng)細(xì)分、用戶(hù)細(xì)分等領(lǐng)域。利用SPSS進(jìn)行聚類(lèi)分析時(shí)，用于參與聚類(lèi)的變量決定了聚類(lèi)的結(jié)果，無(wú)關(guān)變量有時(shí)會(huì)引起嚴(yán)重的錯(cuò)分，因此，篩選有效的聚類(lèi)變量至關(guān)重要。

案例數(shù)據(jù)源：

在SPSS自帶數(shù)據(jù)文件plastic.sav中記錄了20中塑料的三個(gè)特征，分別是tear_res（抗拉力）、gloss（光滑度）、opacity（透明度），相關(guān)經(jīng)驗(yàn)表面這20中塑料可以分為3個(gè)種類(lèi)，如果用這三個(gè)變量進(jìn)行聚類(lèi)，請(qǐng)判斷和篩選有效聚類(lèi)變量。

一套篩選聚類(lèi)變量的方法

一、盲選

將根據(jù)經(jīng)驗(yàn)得到的、現(xiàn)有的備選聚類(lèi)變量全部納入模型，暫時(shí)不考慮某些變量是否不合適。本案例采用SPSS系統(tǒng)聚類(lèi)方法。對(duì)話(huà)框如下:

統(tǒng)計(jì)量選項(xiàng)卡：聚類(lèi)成員選擇單一方案，聚類(lèi)數(shù)輸入數(shù)字3；

繪制選項(xiàng)卡：勾選樹(shù)狀圖；

方法選項(xiàng)卡：默認(rèn)選項(xiàng)，不進(jìn)行標(biāo)準(zhǔn)化；

保存選項(xiàng)卡：聚類(lèi)成員選擇單一方案，聚類(lèi)數(shù)輸入數(shù)字3；

二、初步聚類(lèi)

這是盲選得到的初步聚類(lèi)結(jié)果，并且在數(shù)據(jù)視圖我們可以看到已經(jīng)自動(dòng)生成了一個(gè)聚類(lèi)結(jié)果變量，這個(gè)變量非常有用。

三、方差分析

是不是每一個(gè)納入模型的聚類(lèi)變量都對(duì)聚類(lèi)過(guò)程有貢獻(xiàn)？利用已經(jīng)生成的初步聚類(lèi)結(jié)果，我們可以用一個(gè)單因素方差分析來(lái)判斷分類(lèi)結(jié)果在三個(gè)變量上的差異是否顯著，進(jìn)而判斷哪些變量對(duì)聚類(lèi)是沒(méi)有貢獻(xiàn)的。

分析——比較均值——單因素方差分析

選項(xiàng)選項(xiàng)卡：勾選均值圖

由方差分析我們很明確的得知，納入模型的三個(gè)聚類(lèi)變量，其中只有“透明度”指標(biāo)在各個(gè)分類(lèi)上有顯著的差異，也就是說(shuō)分類(lèi)有效果，讓每個(gè)分類(lèi)的差異很大，而兩外兩個(gè)變量則在三個(gè)分類(lèi)上沒(méi)有顯著差異，沒(méi)有很好的類(lèi)別區(qū)分度，所以，我們可以認(rèn)為，這兩個(gè)變量對(duì)聚類(lèi)無(wú)作用或者無(wú)貢獻(xiàn)，可考慮踢出模型。

我們還想從可視化的角度來(lái)查看和判斷，單因素方差分析為我們提供了均值圖，可惜，這三個(gè)圖卻最容易誤導(dǎo)我們的判斷，因?yàn)閟pss在自動(dòng)生產(chǎn)均值圖時(shí)為每一個(gè)變量單獨(dú)制圖，而且分配不同的縱軸坐標(biāo)，導(dǎo)致每個(gè)圖看起來(lái)都有非常大的差異，從視覺(jué)上迷惑我們做出錯(cuò)誤的判斷。

這里需要改進(jìn)！

四、均值描述

為改進(jìn)以上SPSS默認(rèn)選項(xiàng)的不足之處，我們需要自己生成三個(gè)變量在不同類(lèi)別上的均值，means過(guò)程可以幫助到我們。

從數(shù)字上來(lái)看，抗拉力（6.8、6.7、7.1）、光滑度（9.3、9.4、9.2）兩個(gè)指標(biāo)在三個(gè)類(lèi)別上并沒(méi)有多大的差異，而對(duì)聚類(lèi)有貢獻(xiàn)的透明度指標(biāo)在不同類(lèi)別上區(qū)分度非常明顯。

五、多線(xiàn)均值圖

克服縱軸刻度的方法是將這三個(gè)指標(biāo)放在同一個(gè)坐標(biāo)軸上進(jìn)行對(duì)比，也就是制作一個(gè)多線(xiàn)均值圖。

此時(shí)，結(jié)果已經(jīng)一目了然了。

綜上，我們可以將抗拉力、光滑度兩個(gè)指標(biāo)從模型中剔除，只留下透明度一個(gè)指標(biāo)再進(jìn)行聚類(lèi)。

我們發(fā)現(xiàn)，前后兩次聚類(lèi)的結(jié)果一模一樣，用一個(gè)指標(biāo)可以代替以前三個(gè)指標(biāo)的進(jìn)行聚類(lèi)。

我們這樣做的意義何在？如果能將這些整理成為規(guī)則，形成經(jīng)驗(yàn)，那我們就可以不用測(cè)量抗拉力和光滑度這兩個(gè)指標(biāo)了，你不覺(jué)得多測(cè)量?jī)蓚€(gè)指標(biāo)成本會(huì)增加嗎？

文章思路參考自：文彤老師《SPSS11高級(jí)教程》

——————————

歡迎關(guān)注：微信號(hào)spsser。