搜索
聚类分析Leo2019/07/301.简单介绍2.应用实例3.操作流程4.结果探讨CONTENTS简单介绍概念及特点4将研究对象分为相对同质的群组(clusters)的统计分析技术。具有如下特点：1.区别于分类分析，所要求划分的类是未知的，属于探索性分析；2.聚类分析将数据分类到不同的类或者簇（cù），同一个簇中的对象有很大的相似性，不同簇间的对象有很大的相异性；3.k均值聚类算法（k-meansclusteringalgorithm）是最常见的聚类分析算法，步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。通过多次计算，使误差平方和达到最小，则为最终结果。注意事项5聚类分析过程中，主要注意以下两点：1.聚类变量的测量尺度不同，需要事先对变量标准化；2.一般聚类个数在4－6类，不宜太多，或太少。变量标准化👉通过将变量数据转换为Z分数实现。z分数（z-score），也叫标准分数（standardscore），是一个数与平均数的差再除以标准差的过程。例子：将1，1，2，2，3，3，4，4，5，5转化为Z分数形式1、计算出均值=3，标准差s=√2≈1.4142、Z分数计算公式如右：3、将原数列转化为Z分数结果为-1.4，-1.4，-0.9，-0.9，0，0，0.9，0.9，1.4，1.4聚类分析注意事项Z分数：变量标准化Z分数转化实例标准差公式Z分数分布6Z=-3-2-10123应用实例——中医院消费者需求调研报告8发现及建议人群画像-Ⅰ类人群-中医馆中高端人群人群占比年龄在31-50岁的比例为57.8%。中壮年为主女性比例53.3%。女性稍多个人月收入在16000元以上的比例为88.9%，均值为18911元。个人月收入高专业技术人员比例达35.6%。专业技术人员多亟需解决亚健康困扰（71.1%），肩颈腰腿（73.3%）和骨关节问题（57.8%）。亟需改善亚健康状态过去一年内平均去过11.4次中医馆，身体有疼痛倾向于先去中医馆（93.3%）。常去中医馆在中医馆做一次调理治疗能够接受的价格平均在350元。愿意花较多钱调理9发现及建议人群画像-Ⅱ类人群-中医馆大众人群人群占比年龄在31-50岁的比例为64.1%。中壮年为主男女比例均为50%。性别均衡个人月收入在16000元以下的比例为98.4%，均值为11875元。中等个人月收入企事业单位/政府部门、机关单位职员比例达46.9%。普通员工多亟需解决亚健康困扰（70.3%），肩颈腰腿（78.1%）和骨关节问题（53.1%）。亟需改善亚健康状态过去一年内平均去过9.6次中医馆，身体有疼痛倾向于先用简便方法缓解疼痛（51.6%）。常去中医馆在中医馆做一次调理治疗能够接受的价格平均在218.8元。较难承受过高价格10发现及建议人群画像-Ⅲ类人群-偶尔去中医馆的人群人群占比年龄在25-40岁的比例为66.7%。年龄偏小女性稍多个人月收入分布较为分散，收入在20000元以上的比例为26.7%，均值为16133元。中高个人月收入亟需解决肩颈腰腿困扰（73.3%），其次是亚健康问题（63.3%）和骨关节问题（43.3%）。亟需解决肩颈腰腿问题过去一年内平均去过1.8次中医馆（63.3%没去过），身体有疼痛倾向于先用简便方法缓解疼痛（93.3%）。偶尔去中医馆在中医馆做一次调理治疗能够接受的价格平均在295.8元。能承受中等价格女性比例53.3%。专业技术人员比例达26.7%。专业技术人员多11发现及建议人群画像-Ⅳ类人群-一年内不去中医馆的高端人群人群占比年龄在51-60岁的比例为54.6%。老年居多男性居多个人月收入在16000元-18000元的比例为36.4%，均值为15727元。中高个人月收入过去一年内没去过中医馆，身体有疼痛倾向于直接去医院解决（63.6%）。一年内不去中医馆假如在中医馆做一次调理治疗，能够接受的价格平均在454.5元。能承受高价格治疗男性比例63.6%。企事业单位/政府部门、机关单位管理层比例达45.5%。管理层人员多亟需改善亚健康状态亟需解决亚健康困扰（36.4%），肩颈腰腿（36.4%）、肠胃功能（27.3%）和骨关节问题（27.3%）。操作流程操作流程13选择变量标准化处理数据聚类交叉分析01020304选择变量（一）14由于采取最常用的k均值聚类算法进行聚类分析，变量必须是连续或离散变量。1.分类变量是说明事物类别的一个名称，其取值是分类数据。如“性别”就是一个分类变量，其变量值为“男”或“女”；2.离散变量指变量值可以按一定顺序一一列举，通常以整数位取值的变量。如职工人数、工厂数、机器台数等；3.连续变量在一定区间内可以任意取值，数值是连续不断的，相邻两个数值可作无限分割,即可取无限个数值。例如人体测量的身高、体重。年龄个人月收入选择变量（二）15到馆次数中西医倾向到馆次数1.选“其他”的被访者忽略不计；2.选项1-3分别视为“倾向于中医”、“中立”、“倾向于西医”。标准化处理16分析→描述统计→描述数据聚类17分析→分类→K-均值聚类交叉分析（一）18在聚类分析时，保存聚类分组结果。交叉分析（二）19以聚类分组结果为表头。结果探讨Thanks.