教育信息處理(實驗九因子分析與主成分分析)實驗報告-示例

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1、對北京18個區(qū)縣中等職業(yè)教育發(fā)展水平進行聚類。X1：每萬人中職在校生數(shù)；X2：每萬人中職招生數(shù)；X3：每萬人中職畢業(yè)生數(shù)；X4：每萬人中職專任教師數(shù)；X5：本科以上學(xué)校教師占專任教師的比例；X6：高級教師占專任教師的比例；X7：學(xué)校平均在校生人數(shù)；X8：國家財政預(yù)算中職經(jīng)費占國內(nèi)生產(chǎn)總值的比例；X9：生均教育經(jīng)費。數(shù)據(jù)表如下：區(qū)縣x1x2x3x4x5x6x7x8x9東城1565345150.5070.2457010.01095356西城1194231130.5020.3315520.00636449崇文2027257160.5660.1936330.0168535

2、7宣武1765731170.630.2345840.01556432朝陽2217745170.4990.2545530.02286625海淀1696442130.5730.1835730.00485840豐臺1666648150.4440.1424650.01125532石景山1926152190.5240.0855350.01585695門頭溝1275333300.1430.0263760.00573904房山1153825100.5710.1276180.00617020昌平2328066190.5310.1064910.00725089順義67351750.3410.0794030.00

3、063056通縣98402570.5330.1074740.00315559大興2057667160.5970.1296160.01074990平谷81392170.1920.035330.00072518懷柔1215227120.2230.0766370.00234149密云84412260.5580.0916180.00434376延慶78312350.3660.074240.00394677具體步驟如下：1、導(dǎo)入數(shù)據(jù)，建立數(shù)據(jù)文件（data.sav）2、選擇聚類分析（分析分類系統(tǒng)聚類分析），選擇變量，分群選擇個案方式3、聚類分析描述統(tǒng)計（統(tǒng)計量合并進程表；聚類成員單一方案聚類數(shù)3）4、聚

4、類分析繪制（樹狀圖；冰柱所有聚類，方向垂直）5、聚類分析方法（聚類方法組間聯(lián)接，度量標(biāo)準(zhǔn)區(qū)間平方Euclidean距離）6、聚類分析保存（聚類成員單一方案聚類數(shù)3）7、保存實驗結(jié)果，并分析結(jié)果結(jié)果與分析：（1）輸出結(jié)果文件中的第一部分如下圖1所示。圖1中可以看出18個樣本都進入了聚類分析，但有效樣本為14個，缺失14個。（2）輸出結(jié)果文件中的第二部分為系統(tǒng)聚類分析的凝聚狀態(tài)表如圖2所示。第一列表示聚類分析的步驟，可以看出本例中共進行了17個步驟的分析；第二列和第三列表示某步聚類分析中，哪兩個樣本或類聚成了一類；第四列表示兩個樣本或類間的距離，從表格中可以看出，距離小的樣本之間先聚類；第五列和第

5、六列表示某步聚類分析中，參與聚類的是樣本還是類。0表示樣本，數(shù)字n（非零）表示第n步聚類產(chǎn)生的類參與了本步聚類；第七列表示本步聚類結(jié)果在下面聚類的第幾步中用到。圖2給中第一行表示，第二個樣本和第四個樣本最先進行了聚類，樣本間的距離為4803.026，這個聚類的結(jié)果將在后面的第六步聚類中用到；第二行表示聚類的第二步中第七個樣本和第十三個樣本進行了聚類，樣本間的距離為6703.009，這個聚類的結(jié)果將在后面的第八步驟中用到。其他行的含義和上面的類似。可見，在本例中，經(jīng)過了17個步驟，18個樣本聚成了一個大類。（3）輸出結(jié)果文件中第三部分如圖3所示。圖3是樣本系統(tǒng)聚類分析 3個類時，樣本的類歸屬情況

6、表。從結(jié)果可以看出，樣本1、3、6、7、8、9、11、13、14、16、17、18屬于第一類；樣本2、4、5、10屬于第二類；樣本12、15屬于第三類。這3個類恰好反映了北京市18區(qū)縣的3個不同層次。（4）輸出結(jié)果文件中第四部分如圖4所示。圖4是系統(tǒng)聚類分析的冰柱圖。該圖的第一類表示類數(shù)。冰柱圖一般從其最后一行開始觀察。最后一行中，類的數(shù)目為17，即樣本聚積成17類，其中樣本2和樣本4用X連接在一起，表示兩個樣本聚成一類，其余每個樣本構(gòu)成一類。倒數(shù)第二行中，類的數(shù)目為16，即樣本聚積成16類，其中樣本7和樣本13又聚成一類，其余每個樣本構(gòu)成一類。因此，從冰柱圖中可以非常清楚地看到，聚成n類時，

7、各個樣本的類歸屬情況。如聚成3個類時，樣本12、15屬于第一類；樣本2、4、5、10屬于第二類；其余屬于第三類。將18個區(qū)縣聚成3類，各個樣本的類歸屬情況保存為一個變量，因此在SPSS數(shù)據(jù)編輯窗口中就新增了一個變量的值，如圖5所示。2、同上例對北京地區(qū)18區(qū)縣各中職教育發(fā)展指標(biāo)進行聚類，分析哪些指標(biāo)是屬于一類的。具體步驟如下：1、導(dǎo)入數(shù)據(jù)，建立數(shù)據(jù)文件（data.sav）2、選擇聚類分析（分析分類系統(tǒng)聚類分析），選擇變量，分群選擇變量方式3、聚類分析描述統(tǒng)計（統(tǒng)計量合并進程表相似性矩陣；聚類成員單一方案聚類數(shù)3）4、聚類分析繪制（樹狀圖；冰柱所有聚類，方向垂直）5、聚類分析方法（聚類方法組間聯(lián)

8、接，度量標(biāo)準(zhǔn)區(qū)間Pearson相關(guān)性）6、保存實驗結(jié)果，并分析結(jié)果結(jié)果與分析：（1）輸出結(jié)果文件中的第一部分如下圖6所示。圖6中可以看出18個樣本都進入了聚類分析，但有效樣本為14個，缺失14個。（2）輸出結(jié)果文件中的第二部分如下圖7所示。圖7所示的是系統(tǒng)聚類分析各變量的距離矩陣。從中可以看出各個變量之間的距離（有正負(fù)，因為在設(shè)置樣本間距離計算公式時選擇了Pearson相關(guān)分析，相關(guān)分析有正負(fù)之分）。（3）輸出結(jié)果文件中的第三部分如下圖8所示。圖8是系統(tǒng)聚類分析的凝聚狀態(tài)表。第一行表示第一個變量和第二個變量首先進行了聚類，變量間的相關(guān)系數(shù)為0.959，這個聚類的結(jié)果將在后面的第二步聚類中用到。

9、第二行表示第二步聚類中，第一個變量和第三個變量進行了聚類，變量間的相關(guān)系數(shù)為0.910，這個聚類的結(jié)果將在后面的第四步聚類中用到，等等。（4）輸出結(jié)果文件中的第四部分如下圖9所示。圖9是變量系統(tǒng)聚類分析聚成3個類時，變量的類歸屬情況表。從該圖中可以看出，x1（每萬人中職生在校生數(shù)）、x2（每萬人中職招生數(shù)）、x3（每萬人中職畢業(yè)生數(shù)）、x4（每萬人中職專任教師數(shù)）、x8（國家財政預(yù)算中職經(jīng)費占國內(nèi)生產(chǎn)總值的比例）屬于第一類；x5（本科以上學(xué)校教師占專任教師的比例）、x6（高級教師占專任教師的比例）、x9（生均教育經(jīng)費）屬于第二類；x7（學(xué)校平均在校生人數(shù)）屬于第三類。（5）輸出結(jié)果文件中的第五部分如下圖10所示。圖10是系統(tǒng)聚類分析的冰柱圖。圖的第一類表示類數(shù)。冰柱圖一般從其最后一行開始觀察。最后一行中，類的數(shù)目為8，即變量聚積成8類，其中變量x1和變量x2用X連接在一起，表示兩個變量首先聚成一類，其余每個變量構(gòu)成一類。倒數(shù)第二行中，類的數(shù)目為2，即變量聚積成兩類，其中x1、x2、x3聚成一類。從冰