SPSS关于某个班同学的数学水平进行聚类分析的报告.docVIP

关于某个班同学的数学水平进行聚类分析的报告 数据来源某个班1个小组同学的第一次数学考试的成绩和入学考试的成绩。 数据分析目的对该小组同学的数学水平进行分类。 数据分析方法聚类分析——Q型聚类 分析原理根据观察值或变量之间的亲疏程度，将最相似的对象结合在一起，以逐次聚合的方式将观察值分类，直到最后所有样本都聚成一类。 原始数据 聚类分析结果SPSS输出结果文件中第一个表格为数据的基本信息，它标明该小组成员人数为10人，且这10个观测量都有效。 第二个输出结果为欧式距离矩阵图，各数值表示各人之间成绩的差异性，差异性越大，则相似性越小。从表中可以看出： 1号与10号同学成绩差异最小，矩阵值为5, 与9号同学成绩差异最大，矩阵值为3285；2号同学与7号同学成绩差异最小，矩阵值为85，与9号同学成绩差异最大，矩阵值为1873； 3号同学与5号同学成绩差异最小，矩阵值为20，与9号同学成绩差异最大，矩阵值为937； 4号同学与2号同学成绩差异最小，矩阵值为104，与9号同学成绩差异最大，矩阵值为1325； 5号同学与8号同学成绩差异最小，矩阵值为4，与10号同学成绩差异最大，矩阵值为1109； 6号同学与9号同学成绩差异最小，矩阵值为81，与10号同学成绩差异最大，矩阵值为2825； 7号同学与3号同学成绩差异最小，矩阵值为49，与9号同学成绩差异最大，矩阵值为1322； 8号同学与5号同学成绩差异最小，矩阵值为4，与10号同学成绩差异最大，矩阵值为1201； 9号同学与6号同学成绩差异最小，矩阵值为81，与10号同学成绩差异最大，矩阵值为3536； 10号同学与1号同学成绩差异最小，矩阵值为5，与9号同学成绩差异最大，矩阵值为3536； 第三个输出结果为层次聚类分析的凝聚状态表。1—9stage为聚类步顺序号，因为共有10个观测量，所以要执行9步才能将所有的观测量聚为一类。 (Clusters Combined)Cluster1,Cluster2: 是该步被合并的两类中的代表性观测号。如在第1步中，Cluster1,Cluster2分别为5、8，这表明在第1步中合并5号与8号，同时将新的类用5来标识；在第2步中，Cluster1,Cluster2分别为1、10，这表明在第2步中合并1号与10号，以此类推。 Coefficient: 为距离测度值，表明不相似性的系数。该数据选择了欧式距离作为距离测度，因此从表中可以看出数值最小的两项先合并，如第5个观测量和第8个观测量的距离系数最小为4，所以它们最先合并成一个新类。 第四个输出结果为对该小组成员的聚类分析结果，由表可知1号与10号同学为第一类；2、3、4、5、7、8号同学为第二类；3号，9号同学为第三类。 第五个输出结果为冰柱图 根据表课说明：（以1—9号代表各学生） 聚为1类：（9、6、8、5、3、4、7、2、10、1） 聚为2类：（9、6）（8、5、3、4、7、2、10、1） 聚为3类：（9、6）（8、5、3、4、7、2）（10、1） 聚为4类：（9、6）（8、5、3）（4、7、2）（10、1） 聚为5类：（9、6）（8、5、3）（4）（7、2）（10、1） 聚为6类：（9、6）（8、5、3）（4）（7）（2）（10、1） 聚为7类：（9）（6）（8、5、3）（4）（7）（2）（10、1） …… 第六个输出结果为谱系图 *?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?H?I?E?R?A?R?C?H?I?C?A?L??C?L?U?S?T?E?R???A?N?A?L?Y?S?I?S?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?*?* ?Dendrogram?using?Average?Linkage?(Between?Groups) ???????????????????????Rescaled?Distance?Cluster?Combine ???C?A?S?E?????0?????????5????????10????????15????????20????????25 ??Label???Num??+---------+---------+---------+---------+---------+ ??hah???????5???─┐ ??jess??????8???─┼───┐ ??yu????????3???─┘???├───────────────────┐ ??yaju??????2???───┬─┤???????????????????│ ??watet?????7???───┘?│???????????????????├───────────────────────┐ ??shizg?????4?