1樓：匿名使用者
首先核實聚類分析結果的分類，是否與專業知識相符
然後對給定的這幾個分類進行判別分析，在discriminate選單中做
如何對spss聚類分析結果進行檢驗
2樓：呂秀才
方差分析，比較不同類別 在主要變數上是否存在顯著差異，如果存在顯著差異 則說明聚類結果可以
3樓：匿名使用者
我用的是19.0版本，一般是用k均值。。。。附**
聚類分析與判別分析如何結合運用？
4樓：映堤
1.聚類分析與判別分析的區別與聯絡
都是研究分類的，在進行聚類分析前，對總體到底有幾種型別不知道（研究分幾類較為合適需從計算中加以調整）。判別分析則是在總體型別劃分已知，對當前新樣本判斷它們屬於哪個總體。如我們對研究的多後設資料的特徵不熟悉，當然要進行聚類分析，才能考慮判別分析問題。
2.聚類分析分兩種：q型聚類（對樣本的聚類），p型聚類（對變數的聚類）
聚類分析需要注意的是，一般小樣本資料可以用系統聚類法，大樣本資料一般用快速聚類法（k均值聚類法）。需要根據統計量判斷分幾類比較合適，一般用r平方統計、偽f統計量等。如用前者時，可以從r平方的變換看n個樣品分成幾類比較合適，如分為5類時，r平方為0.
9，當分為四類時，其值減小較快，如r平方為0.4，則認為分五類比較合適。另外，不同的分類方法產生的分類結果可能不同，要結合實際情況選出最優的分類方法。
3.判別分析
有fisher判別，bayes判別和逐步判別。一般用fisher判別即可，要考慮概率及誤判損失最小的用bayes判別，但變數較多時，一般先進行逐步判別篩選出有統計意義的變數，再結合實際情況選擇用哪種判別方法。
spss軟體聚類分析怎麼用，從輸入資料到結果，樹狀圖結果。整個操作怎麼進行。需要基本思路。
5樓：依然特雷西
1、因為資料量綱不同將影響聚類分析的結果，所以在分析之前要對資料進行無量綱化處理，對於有序尺度，可以採用數值編碼的方式將其轉換為間距型。
2、首選將外語的資料型別改成數值型，然後將各個資料「5」，「5」，分別對應之前的優，優，良、和及格。
3、然後在聚類之前必須對指標的型別進行一致化處理，選擇「分析」--》「描述統計」--》「描述」進入設定。
4、設定好描述性的相關引數即可。
5、選擇「分析」--》「分類」--》「系統聚類」進入系統聚類設定選項卡。
6、進入選項卡，將標準化後的資料作為變數。然後可以在當中選擇聚類的各種方式方法及要生成的圖示。這裡勾選上樹狀圖後其他預設。
7、點選確定即可看到spss自動處理輸出的結果。
8、根據spss輸出的結果進行分析。
9、分析結果就出來了。
6樓：
1、【分析】-【分類】-【k-平均值聚類】，進行相關引數的設定。
2、結果顯示：spss從中挑選了幾個個例，5個聚類中心選擇了5個原始案例。
3、針對存在的問題，進行相關引數的設定，增加迭代次數。
4、所以要對資料進行標準化，得到標準化後的結果。
5、利用標準化後的資料進行聚類分析。
6、接著進行【分析】，【比較平均值】3395個樣本中有443個。
spss 對資料進行k均值聚類分析後，如何匯出其中一類的資料？我用的是spss17.最好詳細些，附帶截圖。 15
7樓：匿名使用者
把資料複製到excel上，然後選上聚類所在的c2然後選擇篩選
在第2行的地方都會有下三角符號，點聚類所在的下三角：
數字篩選，如我想要第1類的資料就只選擇1：
就會得到你想要的那一類資料：
spss軟體在對資料進行主成分分析之後如何進行k-均值聚類？ 220
8樓：匿名使用者
輸入應該是標準化的原始量啊
9樓：匿名使用者
分析，分類，k-聚類
spss中如何進行主成分分析然後再對資料進行線性判別分析啊？求大神指導啊
10樓：匿名使用者
就先用主成分計算主成分得分，後再判別分析啊
如何用spss17軟體做roc曲線
roc receiver operating characteristic 曲線,用於二分類判別效果的分析與評價.一般自變數 為連續變數,因變數為二分類變數.基本原理是 通過判斷點 cutoff point cutoff value 的移動,獲得多對靈敏度 sensitivity 和誤判率 1 sp...
如何用spss製作roc曲線,如何用spss製作ROC曲線
分析 roc曲線分析，正確設定變數就行了。具體地說 把檢測變數 如test1 調入檢驗變數框，把狀態變數 如diag 調入狀態變數框，在狀態變數的值框輸入1，表示病人。確定。效果圖 使用方法 綠線為參考對角線，藍色線為roc曲線，該曲線離對角線越遠，表明診斷效果越好。若有幫助，請及時採納，謝謝。統計...
如何用SPSS對多元線性迴歸模型的「同方差」及「零條件均值
f是對迴歸模型整體的方差檢驗，所以對應下面的p就是判斷f檢驗是否顯著的標準，你的p說明迴歸模型顯著。r方和調整的r方是對模型擬合效果的闡述，以調整後的r方更準確一些，也就是自變數對因變數的解釋率為27.8 t就是對每個自變數是否有顯著作用的檢驗，具體是否顯著 仍然看後面的p值，若p值 0.05，說明...