聚类分析以及因子分析100个学生数学、物理、化学、语文、历史、英语成绩如下表(部分),请你用科学的方法解释为什么我们会将数学、物理、化学归并为理科,其他的归并为文科。数学物理化学语文历史英语100100100597367991009953636087841007481769185100706576879887687864859195637666799583898979这是一个有趣(yǒuqù)的案例,你可以客观的观测到每一科目(kēmù)的成绩,但你如何可以直接看到理科、文科的情况呢?答:SPSS操作步骤:1)在定义变量(biànliàng)窗口,定义变量数学、物理、化学、语文、历史、英语几个变量2)在录入数据窗口(chuāngkǒu),对数据进行录入。3)依次(yīcì)点击Analyze-----Classify-----Hierarchical Cluster Analysis4)在对话框中,将变量依次放进变量中,然后点击对变量做聚类。结果如下:Case Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance used从上图聚类的结果(jiē guǒ),我们可以看出数学、物理、化学为一类。历史、英语、语文为一类。因子分析的结果(jiē guǒ):Case Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance usedCase Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance used6个科目的成绩是我们观测到的外在表现,隐藏在其中的公共因子(yīnzǐ)是什么?SPSS分析(fēnxī)过程因子分析:6科目(kēmù)成绩作为6个原始变量,利用SPSS进行(jìnxíng)因子分析。Case Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance used经过SPSS降维,由公因子(yīnzǐ)方差表看出,默认提取两个公因子,能够解释差异的81%,似乎暗合文科和理科。Case Processing Summary^3-|||-Cases-|||-Valid Missing Total-|||-N Percent N Percent N Percent-|||-7 16.7% 35 83.3% 42 100.0%-|||-a.Squared Euclidean Distance used通过旋转后进行因子的命名与解释,由旋转矩阵可以看出,因子1与语文、历史、英语三科最相关,均在0.8相关度以上,因子2与数学、物理、化学相关,也基本达到0.8以上,这正好与我们经常说的文科和理科不谋而合,因此,将语文、历史、英语三科命名为文科因子;将数学、物理、化学三科命名为理科因子。因子得分排序:综合评价为公共因子合理命名之后,因子分析并没有结束,一般可以(kěyǐ)将因子得分作为变量,用于后续分析步骤。 本例100名学生按照文科和理科因子得分进行排序,可以(kěyǐ)用(语文+历时+英语)及(数学+物理+化学)平均值验证因子得分排序是否合理,同时,也可以观测因子得分为负值时是否影响排序。2.。。。。。聚类分析:下表给出对该产品(chǎnpǐn)8种需求情况,根据该表,请运用聚类分析法,找出哪些地区在该产品需求上有共同特征。(题没看懂) x1 x2 x3 x4 x5 x6 x7 x8 辽宁 7.9 39.77 8.49 12.94 19.27 11.05 2.04 13.29 浙江(zhè jiānɡ) 7.68 50.37 11.35 13.3 19.25 14.59 2.75 14.87 河南(hé nán) 9.42 27.93 8.2 8.14 16.17 9.42 1.55 9.76 甘肃 9.16 27.98 9.01 9.32 15.99 9.1 1.82 11.35 青海 10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.82

聚类分析以及因子分析

100个学生数学、物理、化学、语文、历史、英语成绩如下表(部分),请你用科学的方法解释为什么我们会将数学、物理、化学归并为理科,其他的归并为文科。

数学	物理	化学	语文	历史	英语
100	100	100	59	73	67
99	100	99	53	63	60
87	84	100	74	81	76
91	85	100	70	65	76
87	98	87	68	78	64
85	91	95	63	76	66
79	95	83	89	89	79

这是一个有趣(yǒuqù)的案例,你可以客观的观测到每一科目(kēmù)的成绩,但你如何可以直接看到理科、文科的情况呢?

答:

SPSS操作步骤:

1)在定义变量(biànliàng)窗口,定义变量数学、物理、化学、语文、历史、英语几个变量

2)在录入数据窗口(chuāngkǒu),对数据进行录入。

3)依次(yīcì)点击Analyze-----Classify-----Hierarchical Cluster Analysis

4)在对话框中,将变量依次放进变量中,然后点击对变量做聚类。结果如下:

从上图聚类的结果(jiē guǒ),我们可以看出数学、物理、化学为一类。历史、英语、语文为一类。

因子分析的结果(jiē guǒ):

6个科目的成绩是我们观测到的外在表现,隐藏在其中的公共因子(yīnzǐ)是什么?SPSS分析(fēnxī)过程

因子分析:6科目(kēmù)成绩作为6个原始变量,利用SPSS进行(jìnxíng)因子分析。

经过SPSS降维,由公因子(yīnzǐ)方差表看出,默认提取两个公因子,能够解释差异的81%,似乎暗合文科和理科。

通过旋转后进行因子的命名与解释,由旋转矩阵可以看出,因子1与语文、历史、英语三科最相关,均在0.8相关度以上,因子2与数学、物理、化学相关,也基本达到0.8以上,这正好与我们经常说的文科和理科不谋而合,因此,将语文、历史、英语三科命名为文科因子;将数学、物理、化学三科命名为理科因子。

因子得分排序:综合评价

为公共因子合理命名之后,因子分析并没有结束,一般可以(kěyǐ)将因子得分作为变量,用于后续分析步骤。 本例100名学生按照文科和理科因子得分进行排序,可以(kěyǐ)用(语文+历时+英语)及(数学+物理+化学)平均值验证因子得分排序是否合理,同时,也可以观测因子得分为负值时是否影响排序。

2.。。。。。聚类分析:下表给出对该产品(chǎnpǐn)8种需求情况,根据该表,请运用聚类分析法,找出哪些地区在该产品需求上有共同特征。(题没看懂) x1 x2 x3 x4 x5 x6 x7 x8 辽宁 7.9 39.77 8.49 12.94 19.27 11.05 2.04 13.29 浙江(zhè jiānɡ) 7.68 50.37 11.35 13.3 19.25 14.59 2.75 14.87 河南(hé nán) 9.42 27.93 8.2 8.14 16.17 9.42 1.55 9.76 甘肃 9.16 27.98 9.01 9.32 15.99 9.1 1.82 11.35 青海 10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.82