聚类分析怎么做范文 第一篇

1.准备工作

（1）研究目的

从分析角度上看，聚类分析可分为两种，一种是按样本（或个案）聚类，此类聚类的代表是K-means聚类方法；另外一种是按变量（或标题）聚类，此类聚类的代表是分层聚类。

（2）数据类型

2.上传数据到SPSSAU

操作

（1）拖拽分析项

1） SPSSAU进阶方法→分层聚类。

2）检查

检查分析项是否都在左侧分析框中。

3）进行拖拽

（2）确定参数

SPSSAU会默认聚类为3类并且呈现表格结果，如果希望更多的类别个数，可自行进行设置。

分析

（1）聚类项描述分析

上表格展示总共8个分析项（即8个裁判数据）的基本情况，包括均值，最大或者最小值，中位数等，以便对于基础数据有个概括性了解。整体上看，8个裁判的打分基本平均在8分以上。

（2）聚类类别分布表分析

总共聚类为3个类别，以及具体分析项的对应关系情况。在上表格中展示出来，上表格可以看出：裁判8单独作为一类；裁判5，3，7这三个聚为一类；以及裁判1，6，2，4作为一类。

（PS：聚类类别与分析项上的对应关系可以在上表格中得到，同时也可以查看聚类树状图得出更多信息。至于聚类类别分别应该叫做什么名字，这个需要结合对应有关系情况，自己单独进行命名。）

（3）聚类树状图分析

上图为聚类树状图的展示，聚类树状图是将聚类的具体过程用图示法手法进行展示；最上面一行的数字仅仅是一个刻度单位，代表相对距离大小；一个结点表示一次聚焦过程。

树状图的解读上，建议单独画一条垂直线，然后对应查看分成几个类别，以及每个类别与分析项的对应关系。比如上图中，红色垂直线最终会拆分成3个类别；第1个类别对应裁判8；第2个类别对应裁判5，3，7；第3个类别对应裁判1，6，2，4。

如果是聚为四类；从上图可看出，明显的已经不再合适。原因在于垂直线不好区分成四类。也即说明有2个类别本应该在一起更合适（上图中的裁判1与6/2/4）；但是如果分成4类，此时裁判1会单独成一类。所以画垂直线无法区分出类别。

因而综合分析来看，最终聚类为3个类别最为适合。

当然在分析时也可以考虑分成2个类别，此时只需要对应将垂直线移动即可。

5.其它说明

（1）针对分层聚类，需要注意以下几点：

（2）什么时候做因子分析后再做聚类分析？

如果题项较多，可先做因子分析，得到每个维度（因子）的数据，再进行聚类。

聚类分析怎么做范文 第二篇

1评价指标体系、数据来源与研究方法

1．1环境友好型社会概念目前学术界对于环境友好型社会的定义尚未统一，论文根据简新华的研究，认为环境友好型社会是指人们在生产和生活的各种活动中尽量减少废物排放，有效防止环境污染，不断保护和优化自然生态环境的社会，也就是人与环境和谐的社会，及人类保护改善优化环境、环境能够支撑人类社会经济可持续发展的社会。

1．2评价指标体系在借鉴简新华的综合评价指标体系基础上，并遵循评价指标体系构建的科学性、客观性、可比性、层次性和可操作性等五个原则和参考以往学者对相关具体指标的选择，文中从影响区域环境影响总量、环境影响发展和环境保护潜力等3方面，构建了环境友好型社会综合评价指标体系。

1．3数据来源与处理文中的数据资料，来自于2011年《中国统计年鉴》、2011年《中国城市统计年鉴》、2011年《中国城市竞争力年鉴》、2011年《中国城市能源统计年鉴》等，部分数据是整理计算后得出的结果。

1．4评价方法文中首先采用因子分析法，对我国31省级行政区域的环境友好型社会水平进行综合评价。因子分析在SPSS17．0软件环境下进行。其次，在因子分析的结果基础上，对各省市区域的环境友好型社会发展状况进行聚类分析。采用HierarchicalCluster的聚类方法，运用离差平方和法(Ward＇smethod)计算类与类之间距离，选择欧式距离的平方(SquaredEuclideanDistance)进行聚类，最终得出聚类分析结果，并用Arc-GIS9．2软件呈现空间差异。

2结果与分析

2．1因子分析通过对评价对象的3个二级指标下的23个三级指标进行环境友好型社会程度综合评价。

2．2聚类分析与空间分异在因子分析基础上，进行样本聚类分析，并利用ArcGIS9．2软件显示量化分类结果的空间分异特征。聚类方法选择Ward法，距离测试采用欧氏距离平方法，利用SPSS的系统聚类法进行聚类分析。根据聚类结果，可以将31个省市区域划分为3－8类如果划分太少的类别(如分为3类或4类)，则无法考察类别之间的具体差异，如果选择较细的类别划分(如分为7类或8类)，则某一类别中含有的省份过少，更多地表达了特殊性。为了体现类型之间的差异性，又保证不同类型包含省份的均匀性，本课题将31个省份分为5类，并用ArcGIS9．2软件分析得出空间差异

3讨论

(1)为了解决环境友好型评价指标体系缺乏针对性的问题，文中在环境友好型社会概念基础上，从环境影响总量、环境影响发展和环境保护潜力等三个方面，提出了由23个既相互联系又相互独立并能进行量化的指标构成的环境友好型社会综合测度指标体系。通过采用2011年度中国统计年鉴和各行业和能源产业统计年鉴数据基础上，对中国31个省级行政区的环境友好型社会发展状况进行了综合评价和聚类分析，研究结果与当前中国环境生态质量的现状有较好的一致性，这也说明了该指标体系具有一定科学性和完备性。

(3)从研究结果看，中国31个省级行政区的环境友好型社会发展状况可以划分为五类;在空间分布上，环境友好型社会程度相对较高的省份大多位于东部沿海地区和西部国界线附近的不发达地区，而环境友好型社会程度相对较弱的省份大多位于京津唐冀和晋等省份和地区，这一研究结果与张墨宁的调查结果相一致。造成这种现象的原因，或许与中国所处的发展阶段、区域主导产业结构和在很大程度上继续沿用以往粗放型经济发展模式有关，并值得相关政府决策部门的重视。

4结论

研究环境友好型社会综合评价指标体系，并利用该指标体系对中国省级行政区进行实证分析，既是对该指标体系的科学性、合理性、可操作性等的检测，也是对实证区域进一步推进环境友好型社会建设提供重要的决策参考和建议的依据。文中从环境影响总量、环境影响发展和环境保护潜力等三个方面构建环境友好型社会综合评价指标体系，并采用2011年度中国统计年鉴和各行业和能源产业统计年鉴数据基础上，对中国31个省级行政区的环境友好型社会发展状况进行了综合评价和聚类分析。研究结果发现，中国31个省级行政区的环境友好型发展程度可以划分为五大类。从空间分布来看，相对环境友好(即环境高度友好和相对友好)的省份均位于国界线边界的西部经济不发达地区和东部经济比较发达的地区，这些地区要么是经济发展仍处于初步阶段;要么是经济增长正向集约型转变，产业结构正向高级化转变的地区，人们的环保意识比较强，相关法律法规比较健全。而环境相对不友好的省份大多位于京津唐冀和晋等省份和地区，生态环境质量和承载力差，亟需转变经济发展方式。

聚类分析怎么做范文 第三篇

1不同类型农户的污染区划

城郊农户此种类型的农户主要是对其生活、农业种植、畜禽养殖、乡村旅游进行污染区分。①污染源区分：农家乐是目前乡村旅游的重要形式，其污染源包括污水、人类尿便等，乡村旅游污染和旅游人数之间有着直接的关系。所以，这一类污染的产污单元可以看做是每一位乡村游客。②污染强度的划分：生活污水（包括垃圾、人类尿）排放强度=每户游客污水日排放量/每户游客数。

种养结合户此种类型农户的污染源划分主要是根据农户种植污染、畜禽养殖污染、农户生活污染等进行划分。其中，畜禽养殖污染源的划分同典型养殖户；农户生活、农户农业种植污染源识别同典型种植户。

2农村环境污染物排放的核算

农村环境污染物具体排放量的计算研究得知，各污染源污染实物的排放量多少是和流失系数、产污系数等密切相关的。而农村环境污染具有极其明显的地域性，所以我们计算中需要的参数值必须通过对某一地区内各种相关联的因素进行测定和综合分析才能得出。目前，得出这些参数的方法一般有两种，一是通过特定地区的污染发生学实验研究来得出，二是通过相关的文献进行筛选、调研。

农村环境污染敏感性的调研这里提到的敏感性主要是指调研区域地表水环境对农村各种社会经济活动的反应的敏感程度。可以反映产生地表水水体富营养化的概率的大小，敏感性分为5级，即不敏感、轻度敏感、中度敏感、高度敏感、极敏感。根据相关的调查，对农村环境污染的敏感性评价可以采用污染物（COD、TN、TP）的排放浓度结合水质评价模型进行评定。具体可有以下3种方法。①单向水质指数法。在确定各基本单元的基本指数后，用污染物（COD、TN、TP）的水质指数作为变量，进行全面的聚类分析，然后根据分析结果，划分敏感级别。②加权指数法。运用加权指数法可以反映出污染物（COD、TN、TP）在不同地区对环境污染的影响。首先要确定影响农村环境污染敏感性发热污染物（COD、TN、TP）的排放浓度，然后再依据加权指数法计算出各基本敏感单元的敏感性数值。③内梅罗综合指数法。如果单项水质指数的数值变化很大，为了更加有效的突出各个高值的影响，就可以采用内梅罗平均值法。同样，在确定了各基本单元的内梅罗指数后，以其指数为变量。进行综合的聚类分析，然后根据分析结果划分敏感性等级。

3污染程度的区分

首先确定环境污染中的主要污染物、总污染负荷，然后与区域相结合确定重点污染区域，进而确定其污染程度。

水质系数和排放浓度要想全面的反映出区域污染的状况，要从排污总量和排污浓度两方面上来进行考虑，水质系数反映评价标准和污染物浓度之间的关系，其中：污染物水质指数=该污染物排放浓度/该地环境质量标准

聚类分析进行聚类分析要运用SPSS软件，采用Q型聚类，通过对农村环境污染源等标污染的负荷率进行综合的聚类分析，然后来区分不同区域的主要污染类型，比如种植污染型、养殖污染型、综合污染型、生活污染型等。

4结语

本文提供的区划结果对农村环境保护的分级管理和分类管理很有参考的价值，希望这些研究可以大大提高农村环境污染控制的治理成效，为我国农村污染的治理作出一点贡献。

聚类分析怎么做范文 第四篇

一、聚类分析的指标的提取

对于股票投资来说，一定要关注股票上市公司的基本盈利状况以及该公司未来的发展状况。在投资时，这两大因素必须进行思考衡量，因为这两大因素是衡量一个上市公司有没有投资价值最基本的条件。因此，要在投资前计算出该股票每股的收益、该公司净资产收益率以及主营收入增长率。

1.盈利能力指标。总资产利润率=净利润/平均资产总额，这体现出公司整体的获利能力。净资产利润率=净利润/平均净资产，这个关系可以直接体现出股东投资的回报。主营业务收益率=主营业务利润/主营业务收入，主营业务是上市公司利润的来源，主营业务的收益越大，公司在市场中的竞争优势就越明显。每股收益=净利润/期末总股本，每股的收益越高，反应出每股获利的能力越强。

2.成长能力指标。主营业务收益增长率=本期主营业务收入/上期主营业务收入-1，这体现出上市公司重点项目的成长力。净资产利润率=本期净利润/上期净利润-1，上市公司给员工的薪酬都是根据净利润决定的。

二、聚类分析的投资方法应用实例

聚类分析方法隶属多元统计分析方法之中，与多元统计分析法和回归分析法并称为三大应用方法。聚类分析法一定要建立在某个优化意义基础之上，如果将聚类分析方和常规的分析法相比较的话，会发现聚类分析法有很大的优势，第一是使用聚类分析法可以对数据中的多个变量进行样本分析，然后将其分类整理；第二是通过使用聚类分析法所得出的数据非常直观明了，通过观察聚类谱系图投资者就能够清楚地分析出数据显示的结果；第三是如果将聚类统计法所得出来的数据结果与普通方法计算出来的结果进行对比，不难发现聚类分析法的对比结果更加细致、科学、全面，接下来通过两个应用的实例进行说明。

1.原始数据标准化。为了解决原始数据量纲和数量级差异带来的影响，更好的对聚类分析和判别进行分析，可以采用指标标准化的处理方法。

2.逆指标正向化处理。流通股本是逆指标，对其绝对值取倒数可以得出。

三、将聚类分析法应用到金融投资上的意义

将聚类分析法应用于金融投资上，不但可以显示出有效、科学、全面的数据更能帮助弥补金融投资投资时所出现的不足。

第一，聚类分析法建立在基础分析之上，对投资股票从一些基本层面进行量化分析，进而对股票价格影响因素定性进行补充并完善了原有的基础分析。聚类分析法作为长期的理性投资参考依据，是为了发掘股票投资的真实价值，避免由于市场过热导致资产估值不公允。

第二，在建立投资评价模型的时候，可以运用聚类分析法对公司和股票投资价值之间的联系进行分析。公司的成长是一个在哥登模型中，在一个变化的趋势内进行。不变的股息增长率对实际情况并不符合，在采用多阶增长模型的时候，想要得到不同阶段的股息增长率是很困难的。所以，对股票的成长进行分析得时候，可以选取净利润率等客观的数据做参考，这样可以估算出股票的发展潜力。

第三，通过对聚类分析法和现资组合理论的比较可以得出，聚类分析法比现资组合理论更具有直观性和实用性，并且在实际生活中的局限小。该方法主要着眼于实际数据的相似性和其延生的规律性，较投资学中一些以预测和假定前提较多的模型而言更具有现实意义，也更加贴近当前市场情况的现实。另外，聚类分析法的操作性强，在实际应用过程中有一定的优越性，更加适合投资者使用。

第四，聚类分析法作为长期投资的理念，随着我国金融行业的不断发展，逐渐被更多的投资人采用。理性的运用聚类分析法这种投资方法，不但可以使投资者的投资风险降到最低，还可以规范其他投行的投资行为，促使发行股票的企业可以本着经营业绩和长期的成长模式进行投资，在一定程度上可以有效规避道德风险和投机行为，保证金融市场的稳定性和规范性，保护散户和弱势群体的经济利益，进而繁荣整个股票、证劵市场，使我国的经济更繁荣。

四、结论

综上所述，本文所介绍的聚类分析法就是通过对上市公司的收益走势、未来发展、行业间的综合素质以及公司自身条件等一些基本的因素进行分析和衡量，取得相关样本和图谱，并通过量化的方法衡量数据的有效性。通过观察样本和图谱中的指标的相似度以及差异就可以判断出投资的发展前景和收益。上文所提及有关聚类分析法的优势和特点，更加能够证明聚类分析法远比其它基本分析法更加实用、有效，所以近来这种分析方法得到广泛的关注。使用聚类分析法的原理对各种指标进行科学而又全面的分析，一方面可以较为可观的描述市场现实，另一方面也可以使得投资者对市场走势有一个较为理性的认识，避免过度热情和盲目投资，在一定程度上给金融投资者带来自信心和安全感。

聚类分析怎么做范文 第五篇

1.准备工作

（1） 研究目的

聚类分析是根据事物本身的特性研究个体分类的方法，聚类分析的原则是同一类别的个体有较大相似性，不同类别的个体差异比较大。

（2） 数据类型

1）定量：数字有比较意义，比如数字越大代表满意度越高，量表为典型定量数据。

2）定类：数字无比较意义，比如性别，1代表男，2代表女。

PS：SPSSAU会根据数据类型自动选择聚类方法。

K-modes聚类：K-prototype聚类仅定类时。

2.上传数据到SPSSAU

操作

（1）拖拽分析项

1） SPSSAU进阶方法→聚类。

2）检查

检查分析项是否都在左侧分析框中。

3）进行拖拽

（2）选择参数

聚类个数：聚类个数设置为几类主要以研究者的研究思路为标准，如果不进行设置，SPSSAU默认聚类个数为3，通常情况下，建议设置聚类数量介于3~6个之间。标准化：聚类算法是根据距离进行判断类别，因此一般需要在聚类之前进行标准化处理，SPSSAU默认是选中进行标准化处理。数据标准化之后，数据的相对大小意义还在（比如数字越大GDP越高），但是实际意义消失了。

保存类别：分析选择保存‘保存类别’，SPSSAU会生成新标题用于标识，也可以右上角“我的数据”处查看到分析后的“聚类类别”。

新标题类似如下：Cluster_********。

分析

（1）聚类类别基本情况汇总分析

使用聚类分析对样本进行分类，使用Kmeans聚类分析方法，从上表可以看出：最终聚类得到4类群体，此4类群体的占比分别是, , , 。整体来看， 4类人群分布较为均匀，整体说明聚类效果较好。

（2）聚类类别汇总图分析

可以直观的看到各个类别所占百分比，4类群体的占比分别是, , , 。

（3）聚类类别方差分析差异对比

使用方差分析去探索各个类别的差异特征，从上表可知：聚类类别群体对于所有研究项均呈现出显著性(p<),意味着聚类分析得到的4类群体，他们在研究项上的特征具有明显的差异性，具体差异性可通过平均值进行对比，并且最终结合实际情况，对聚类类别进行命名处理。

（4）聚类项重要性对比

从上述结果看，所有研究项均呈现出显著性，说明不同类别之间的特征有明显的区别，聚类的效果较好。

（5）聚类中心

5.其它说明

（1）聚类中心是什么？

聚类中心是聚类类别的中心点情况，比如某类别时年龄对应的聚类中心为20，意味着该类别群体年龄基本在20岁左右。初始聚类中心基本无意义，它是聚类算法随机选择的聚类点，如果需要查看聚类中心情况，需要关注于最终聚类中心。实际分析时聚类中心的意义相对较小，其仅为聚类算法的计算值而已。

（2）k-prototype聚类是什么？

如果说聚类项中包括定类项，那么SPSSAU默认会进行K-prototype聚类算法（而不是kmeans算法）。定类数据不能通过数字大小直接分析距离，因而需要使用K-prototype聚类算法。

（3）聚类分析时SSE是什么意思？

在进行Kmeans聚类分析时SPSSAU默认输出误差平方和SSE值，该值可用于测量各点与中心点的距离情况，理论上是希望越小越好，而且如果同样的数据，聚类类别越多则SSE值会越小（但聚类类别过多则不便于分析）。

SSE指标可用于辅助判断聚类类别个数，建议在不同聚类类别数量情况下记录下SSE值，然后分析SSE值的减少幅度情况，如果发现比如从3个聚类到4个类别时SSE值减少幅度明显很大，那么此时选择4个聚类类别较好。