聚类分析在SPSS上的实现与结果分析—

聚类分析在SPSS上的实现与结果分析——基于SPSS实验报告

article/2025/4/23 3:16:23

实验目的

通过本次实验学习聚类分析在SPSS软件中的具体操作方法，包括系统聚类法和K-means聚类这两种方法，同时根据实验目的自己判断方法的适用情况选取最优方法完成聚类分析达到聚类的目的，并做出综合的评价。

实验步骤及过程：

题目一：依菜单选择“分析”→“分类”→“系统聚类”，然后将数据变量导入变量框中，“地区”变量导入到标注个案框中。在“图”选项中勾选系谱图，然后在“方法”中选择不同的聚类方法测试，根据实际聚类效果选择最优方案，这道题我测试得出的最优方法是 “组间距离”（类平均法）与“欧式距离”，因为原始数据量纲差异不大，不需要将数据做标准化处理。

题目二：依菜单选择“分析”→“分类”→“K-均值聚类”，然后将数据变量导入到变量框中，“国家和地区”变量导入到“个案标注依据”中；聚类数一般在2-4之间，根据实际聚类效果反复测试得出3类效果最好，所以聚类数这里输入3；在“选项”中可勾选要统计的聚类信息方便结果分析。

题目三：同时采用系统聚类和快速聚类的方法，根据实际结果的情况选择最优方案，这两种具体操作步骤见题目一和题目二。测试结果发现，K-means聚3类的方法和采用 “组间联接”、“欧式距离”的系统聚类方法结果一致，且均为最优聚类方案，所以从便捷快速的角度考虑这里选择采用K-means聚类。

实验结果分析或说明

题目一：

聚类结果如图所示

根据聚类结果的效果最终选择使用欧式距离法将31个省份分为了三类(结果保存了变量)：

第一类：北京、天津、山西、内蒙古、吉林、黑龙江、上海、安徽、福建、江西、广西、重庆、贵州、云南、陕西、甘肃、新疆

第二类：河北、辽宁、江苏、浙江、山东、河南、湖北、湖南、广东、四川

第三类：海南、西藏、青海、宁夏

将分好组的三类数据求其各项指标的均值观察其特点。

类别	医疗机构床位数	卫生机构人员数	妇幼保健院	疾病预防控制中心	门诊部诊所	卫生院	医院
第一类	89470.24	141041.94	89.35	106.94	5713.76	1095.41	544.3
第二类	191388.60	312149.60	136.00	153.90	11123.20	2055.4	943.9
第三类	15288.25	25076.5	31	47.75	969.25	403.75	138.5

从图中的数据可以清楚地看出，第二类省、市、自治区的医疗卫生设备总量上处于一个较高的水平，每一项指标均为三类中的最高值，单从总量上来看相对于其他两类第二类样本的医疗卫生设配的条件最好，结合第二类中的具体省、市、自治区发现，第二类样本均为一些中东部的人口、经济大省，例如江苏、浙江、广东、湖北等省，所以其分类结果具有一定的合理性。

第一类样本的医疗设备总量处于一个中等的水平，但是观察其具体样本的数据发现，包含了北京、上海、天津等经济发达地区，观察其原始数据发现其数据总量也不是很大，并且发现四个直辖市均在第一类中，所以这里姑且考虑为医疗卫生设备的总量会受到地域大小的影响。第一类中的其他样本也大多为一些中部、西部发展较为中等的省、市、自治区，例如陕西、甘肃、贵州、云南等省，所以第一类的分类结果也有一定的合理性。

第三类相较而言其医疗设备总量处于一个较低的水平，每项指标的均值都为三类中的最低值，观察其样本数据不难发现，第三类的样本多为西部的欠发达地区，例如西藏、青海，其医疗设备总量上处于一个低水平也得以解释，其分类也较为合理。

题目二：

经过反复测试发现使用K-means聚类分3类的效果最好，聚类结果如下图所示。