一、测得序列的拼接及处理
1、送样类型
a非克隆法（如PCR产物、PCR产物纯化回收等）
由于此类型样品，两端的引物序列一般在测序的过程中会有缺失，很难找全引物序列，仅能找到部分引物序列，因此对于此类型样品的测序结果可以不做引物序列的查找，后续需要可再做引物序列的查找。
b克隆法（片段通过TA克隆或其他载体构建等）
此类型样品，目的片段两端的引物可以很完整的保存在载体中，引物序列亦是测序片段，所以引物序列比较完整，可以找到引物的完整序列，因此可以通过查找引物序列而找到目的片段的起始位置。
2、测序方法
观察峰值图可用软件“bioedit”
a单向测通
对于此种测序结果基本上单条序列不需要拼接，通过观察序列峰值图来初步判断序列结果的准确性，一般来说峰越尖越好，套峰越少越好。
b双向测通
对于此种测序结果，除了要观察峰值图的好坏外，要得到完整的序列，还需要对双向序列进行拼接，利用DNASTAR中seqMan进行拼接，点击“NEW”、“add sequence”（一般为abi格式，选择双向测序结果）、“assemble”，“contig”，一般保存完整的片段长度即选择“All”，亦可保存其中的片段长度，保存格式一般选择“fas”格式以便在不同的编辑软件中使用。具体步骤如下图。
3、对测得的序列进行比对及聚类分析
一般来讲，可以将所有需要进行比对的序列粘贴在一个记事本中，保存的格式最好
为“fas”格式，，利用软件“MEGA”中“Align”打开所需序列，依据序列的特性进行选择如DNA或protein，然后添加所有需要进行比对的序列。
可根据序列的具体情况进行选择比对的方法，本教程选择“ClustalW”法。
析，可保存为该软件格式，或其他格式。
进行序列数据模型的分析，如图
结果选择建树
聚类完成。
4、进化树构建
如若要构建进化树，则需要将目的片段序列，至“NCBI”或其他网站上进行“blast”，得到近源种或属，即指比对分值比较高的序列，同时需要选择亲缘关系较远的种或属序列，作为参考序列，进行比对和聚类分析，即得到进化树
SPSS 聚类分析实验报告 一．实验目的： 1、理解聚类分析的相关理论与应用 2、熟悉运用聚类分析对经济、社会问题进行分析、 3、熟练 SPSS软件相关操作 4、熟悉实验报告的书写 二．实验要求： 1、生成新变量总消费支出=各变量之和 2、对变量食品支出和居住支出进行配对样本T 检验，并说明检验结果 3、对各省的总消费支出做出条形图（用EXCEL做图也行） 4、利用 K-Mean法把 31 省分成 3 类 5、对聚类分析结果进行解释说明 6、完成实验报告 三．实验方法与步骤 准备工作：把实验所用数据从 Word文档复制到 Excel ，并进一步导入到 SPSS数据文件中。 分析：由于本实验中要对 31 个个案进行分类，数量比较大，用系统聚类法当然也 可以得出结果，但是相比之下在数据量较大时， K 均值聚类法更快速高效，而且准确性更高。 四、实验结果与数据处理： 1.用系统聚类法对所有个案进行聚类：
生成新变量总消费支出 =各变量之和如图所示： 2.对变量食品支出和居住支出进行配对样本 T 检验，如图所示：
得出结论： 3.对各省的总消费支出做出条形图，如图所示： 4．对聚类分析结果进行解释说明： K均值分析将这样的城市分为三类： 第一类北京、上海、广东 第二类除第一类第三类以外的 第三类天津、福建、内蒙古、辽宁、山东 第一类经济发展水平高，各项支出占总支出比重高，人民生活水平高。第二类城市位于中西部地区，经济落后，人民消费水平低。第三类城市位于中东部地区，经济发展较好。
初始聚类中心 聚类 123 食品支出7776.983052.575790.72衣着支出1794.061205.891281.25居住支出2166.221245.001606.27家庭设备及服务支出1800.19612.59972.24医疗保健支出1005.54774.89617.36交通和通信支出4076.461340.902196.88文化与娱乐服务支出3363.251229.681786.00其它商品和服务支出1217.70331.14499.30总消费支出23200.409792.6614750.02 迭代历史记录a 聚类中心内的更改 迭代123 11250.5921698.8651216.114 2416.86470.786173.731 3138.955 2.94924.819 446.318.123 3.546 5849.114319.1791362.411 6805.00415.199606.915 7161.001.72475.864 832.200.0349.483 9 6.440.002 1.185 10 1.2887.815E-5.148
喀什大学实验报告 《多元统计分析SPSS》 实验报告 实验课程：基于SPSS的数据分析 实验地点：现代商贸实训中心实验室名称：经济统计实验室 学院：xxx学院年级专业班：xxx班 学生姓名：xxx 学号：20131808015 完成时间：2016年x月x日 开课时间：2016 至2017 学年第 1 学期 页脚内容1
页脚内容2
实验项目：中国上市银行竞争力分析 （一）实验目的 本实验目的围绕上市商业银行竞争力这一主线，遵循一般理论、具体分析到对策建议的研究思路，以我国国内上市的十家商业银行为研究对象，采用其2012年度财务报告的数据，从盈利能力、安全能力和发展能力三方面共选取了8个重要指标，试图通过这些指标量化影响竞争力的因素，构建我国上市商业银行的竞争力评价指标体系，并运用因子分析方法，对我国上市商业银行的竞争力状况进行了分析评价。最后针对分析的结果，通过对我国上市银行竞争力进行优劣势比较，提出了提升我国上市商业银行竞争力的一些建议。 （二）实验资料 通过对资产利润率、不良贷款率、资产负债率、资本充足率、每股收益增长率、贷款增长率、存款增长率、总资产增长率等指标的选择分析不同指标在进行因子分析时所考虑的因素是否存在差异，影响我国上市商业银行的竞争力状况的因素与上述指标是否有关。 具体数据如下所示： 十家同类型上市商业银行2012年指标 页脚内容3
页脚内容4
中 信银行 1.41 % 0.74 % 93.1 4% 13.4 4% -7.0 4% 15.9 6% 14.5 9% 7.0 2% 民 生银行 1.5 8% 0.76 % 94. 58% 10.7 5% 27. 62% 3.5 3% 2.7 6% 8.4 4% （三）实验步骤 1、选择菜单 2、选择参与因子分析的变量到(变量V)框中 3、选择因子分析的样本 4、在所示窗口中点击（描述D）按钮，指定输出结果，输出基本统计量、图形等 页脚内容5
SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化） 2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数） SPSS软件聚类步骤 1. 数据预处理（标准化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可： 标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|x ij*|<1，消去了量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换/ 规格化变换）； 2. 构造关系矩阵 在SPSS中如何选择测度（相似性统计量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦(相似性测度；Pearson correlation：皮尔逊相关系数； 3. 选择聚类方法 SPSS中如何选择系统聚类法 常用系统聚类方法 a）Between-groups linkage 组间平均距离连接法 方法简述：合并两类的结果使所有的两两项对之间的平均距离最小。（项对的两成员分属不同类）特点：非最大距离，也非最小距离 b）Within-groups linkage 组内平均连接法 方法简述：两类合并为一类后，合并后的类中所有项之间的平均距离最小 C）Nearest neighbor 最近邻法（最短距离法） 方法简述：用两类之间最远点的距离代表两类之间的距离，也称之为完全连接法
SPSS软件聚类分析过程的图文解释及结果的全面分析
SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化） 2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数） SPSS软件聚类步骤 1. 数据预处理（标准化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择 从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可：
标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|x ij*|<1，消去了量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换 / 规格化变换）； 2. 构造关系矩阵 在SPSS中如何选择测度（相似性统计量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择
常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦(相似性测度；Pearson correlation：皮尔逊相关系数； 3. 选择聚类方法 SPSS中如何选择系统聚类法 常用系统聚类方法 a）Between-groups linkage 组间平均距离连接法 方法简述：合并两类的结果使所有的两两项对之
各地区各行业工资水平的分析(2009年数据) 小组成员：张艺伟、赵月、陈媛、邹莉、朱海龙、曾磊、胡瑛、候银萍 1.研究背景及意义 1.1 研究背景 工资水平是指一定区域和一定时间内劳动者平均收入的高低程度。生产决定分配，只有经济发展才能提供更多的可分配的社会产品，因此一个地区的工资水平在一定程度上反映了其经济发展的水平。 1.2 研究意义 1. 通过多元统计分析方法，探究一个地区的工资水平与其经济发展水平之间的内在联系。 2. 将平均工资水平划分为3类，分析哪些地区、哪些行业的工资水平较高，可以为大学生就业提供宏观上的方向指引。 2.数据来源与描述 2.1 数据来源——《中国劳动统计年鉴─2010》 （URL：https://www.doczj.com/doc/1a9591975.html,/Navi/YearBook.aspx?id=N2011010069&floor=1###） 主编单位：国家统计局人口和就业统计司，人力资源和社会保障部规划财务司 出版社：中国统计出版社 简介：《中国劳动统计年鉴─2010》是一部全面反映中华人民共和国劳动经济情况的资料性年刊。本刊收集了2009年全国和各省、自治区、直辖市、香港特别行政区、澳门特别行政区的有关劳动统计数据。本书资料的取得形式主要有国家和部门的报表统计、行政记录和抽样调查。 2.2 数据描述 本数据集记录了全国31个省市（港、澳、台除外）的工资状况，各省市分别记录了其23个主要行业的平均工资水平，这23个主要行业包括：企业、事业、机关、金融业、制造业、建筑业、房地产业、农林牧渔业等等，具体数据格式参见图-0。
图-0 3.分析方法及原理 3.1 通过描述统计分析方法，判断哪些行业平均工资水平较高 描述统计分析方法主要是从基本统计量（诸如均值、方差、标准差、极大/小值、偏度、峰度等）的计算和描述开始的，并辅助于SPSS提供的图形功能，能够把握数据的基本特征和整体的分布特征。 在本案例中，通过比较不同行业（诸如企业、事业、机关、建筑业、制造业……）工资的均值、极大/小值，可以从总体上判断哪些行业的平均工资水平较高，哪些行业的较低。 3.2 通过聚类分析方法，判断哪些地区平均工资水平较高 聚类分析是依据研究对象的个体特征，对其进行分类的方法，分类在经济、管理、社会学、医学等领域，都有广泛的应用。聚类分析能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部个体特征之间具有相似性，不同类间个体特征的差异性较大。 在本案例中，我们将采用两种方法进行聚类分析：一种是系统聚类法，另一种是K-均值法（快速聚类法）。 3.2.1系统聚类法 系统聚类法的基本原理：首先将一定数量的样本或指标各自看成一类，然后根据样本（或指标）的亲疏程度，将亲疏程度最高的两类进行合并，然后考虑合并后的类与其他类之间的亲疏程度，再进行合并。重复这一过程，直到将所有的样本（或指标）合并为一类。 系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就可以在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数、降低变量维度的目的。 在本例中进行的是Q型聚类。 类与类之间距离的计算方法主要有以下几种： （1）最短距离法（Nearest Neighbor），是指两类之间每个个体距离的最小值； （2）最长距离法（Farthest Neighbor），是指两类之间每个个体距离的最大值； （3）组间联接法（Between-groups Linkage），是指两类之间个体之间距离的平均值；
基于聚类分析的我国城镇居民消费结构实证分析 摘要：近年来，我国城镇居民的整体消费水平逐渐提高，但各地区间的消费结构仍 存在较大差别。文章选用8个城镇居民消费结构统计指标，采用欧式距离平方和离差平 方和法，对我国31个省、直辖市及自治区的2013年城镇居民消费结构进行聚类分析和 比较研究。这不仅从总体上掌握了我国消费结构类型的地区分布，而且系统分析了我国 各地区消费结构的特点及产生原因，为国家制定消费政策提供了决策依据。 关键词：消费结构；聚类分析；判别分析；政策建议； 一、引言 近年来，随着我国经济的快速发展,城镇居民的收入不断增加，并且在国家连续出台 住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济 政策的影响下，我国各地区城镇居民的消费支出也强劲增长，消费结构发生了巨大的变 化，结构不合理现象也得到了一定程度的调整。但是，由于各地区的经济发展不平衡及 原有经济基础的差异，使各地区的消费结构仍存在着明显差别。为了进一步改善消费结 构，正确引导消费，提高我国城市居民的消费水平和生活质量，有必要考察我国各地区 城镇居民的消费结构之间的异同并进行比较研究，以期发现特点和规律，从宏观上把握 各地区城镇居民的消费现状和不同地区消费水平的差异，为提高我国各地区消费水平和 谐增长提供决策依据。 二、消费结构的数据分析 消费结构指居民在生活消费过程中，不同类型消费的比例及其相互之间的配合、替 代、制约的关系。就其数量关系来看，消费结构是指在消费过程中不同商品或劳务消费 支出占居民总消费支出的比重，反映了一定社会经济条件下人们对各类商品及劳务的需 求结构，体现一国或各地区的经济发展水平和居民生活状况。 （一）数据来源 为了更加深入地了解我国城镇居民消费结构，先利用2013年全国数据（如表1所示）， 对全国31个省、直辖市、自治区进行聚类分析。分析采用选用了城镇居民食品、衣着、 居住、家庭用品及服务设备、医疗保健、交通和通信、教育文化娱乐服务、其它商品和 服务八项指标，分别用来反映较高、中等、较低居民消费结构。 表1 各地区城镇居民家庭平均每人全年消费支出 (2013年)
§7.5聚类分析的SPSS实现 一、系统聚类法的SPSS实现 例7.5.1利用全国30个省市自治区经济发展基本情况的八项指标数据（见数据集wyzb6_5.），用系统聚类法对这30个省市自治区作一初步的分类，并说明各类地区经济发展的特点。 操作 分析（Analyze）?分类（Classify）?系统聚类（Hierarchical Cluster）打开系统聚类分析（Hierarchical Cluster Analysis）对话框 1．变量（V ariable(s)）列表框设置分析变量。 2．标志个案（Label Cases by）框设置分析对象的标志变量。3．分群（Cluster）单选择框设置聚类分析的类型。 4．输出（Display）复选择框设置聚类分析的输出结果，统计量和图都是默认选项。 5．统计量（Statistics）按钮设置输出的统计量。 合并进程表（Agglomeration schedule）默认选项，输出聚类分析的凝聚状态表； 相似性矩阵（Proximitymatrix）为复选项，输出各样品的距离矩阵。 聚类成员（Cluster Menbership）选择框： 无（None）选项：不显示类的样品构成； 单一方案（Single solution）选项：选择此项，并输入一个确定的分类数n，并输出聚成n个类时各个类的样品构成 情况。 方案范围（Range of solutions）：选择此项，并输入两个数n1，n2，将显示指定聚成n1类到n2类时各个类的样品构成 情况。
6．Plots按钮设置输出图形：树状图冰状图 7．Method按钮设置聚类分析的具体方法。 聚类方法： 组间连接：类间平均法 组内连接：类内平均法 最近临元素：最短距离法 最远临元素：最长距离法 质心聚类法：重心法 中位数聚类法：中位数法 Ward法：离差平方和法 度量方法选择框：选择计算样品距离的方法转换值选择框：选择原始数据标准化的方法Z得分，最常用的方法
spss软件聚类分析怎么用，从输入数据到结果，树状图结果。整个操作怎么进行。需要基本思路。 excel表：整理一份excel数据表，第一列为材料或数据的名称，后几列为各项数值 导入数据：打开SPSS，点击File——Open——DATA, 选择已经编辑好的excel表 点击analyze——Classify——Hierarchical cluster analysis——数据导入variables，表头项导入label case by； 选择Method 项，根据需要选择方法，点击Plots选择dendrogram（打对勾），其余各项根据自己需要选择要计算的统计量，点击ok即可。 于SPSS的聚类分析的实用方法（层次聚类法和迭代聚类法） 层次聚类法和迭代聚类法的主要区别在于:层次聚类法的聚类结果受奇异值的影响非常大,且聚类过程是单方向的,一旦某个样本进入某一类,就不可能从该类出来,再归入其他的类;迭代聚类法的聚类结果受奇异值和不合适的聚类变量的影响较小,对于不合适的初始聚类可以进行反复调整,但其缺点是聚类结果对初始聚类非常敏感,而且它也只能得到局部最优解. （一）层次聚类 Analyze--> C1assify-->Hierachical Cluster 在“C1uster”组中选择聚类类型：要进行变量聚类选择指定“Vanables”；要进行观测量聚类指定“Cases”。 指定参与分析的变量，将选定的变量通过按钮箭头转移到箭头按钮右侧的“Variable[s]：”矩形框中；将标识变量通过下面一个箭头按钮转移到按钮右侧的“Label Cases by:”下面的矩形框中。 如果不使用系统默认值，或由于参与分析的变量量纲不一致需要指定选择项，则应该根据需要有选择性地执行下述某些步骤。 1．确定聚类方法 在主对话框中，点击“Methed”按钮，展开分层聚类分析的方法选择对话框，即“Hierachical Cluster Analysis：Method”。
多元统计分析 （第一次作业） 学院：信息与计算科学学院 专业： ____________ 指导老师： ____________ 小组成员：罗健水（20080560） 许志欢（20080574） 庄娜（20080595） 卓玛（20080561）
2011年4月10日
题目：某行政系统所属独立核算工业企业16个行业经济实力强弱的聚类分析 独立核算：独立核算是指对本单位的业务经营活动过程及其成果进行全面、系统的会计核算。独立核算单位的特点是：在管理上有独立的组织形式，具有一定数量的资金，在当地银行开户；独立进行经营活动，能同其他单位订立经济合同；独立计算盈亏，单独设置会计机构并配备会计人员，并有完整的会计工作组织体系。 非独立核算又称报帐制，是把本单位的业务经营活动有关的日常业务资料，逐日或定期报送上级单位，由上级单位进行核算。非独立核算单位的特点是：一般由上级拔给一定数额的周转金，从事业务活动，一切收入全面上缴，所有支出向上级报销，本身不单独计算盈亏，只记录和计算几个主要指标，进行简易核算 数据来源：上海市青浦区统计局数据链接：数据5?11.sav 固定资产原价：指企业在建造、改置、安装、改建、扩建、技固定资产计量术改造固定资产时实际支出的全部货币总额。该指标根据企业会计"资产负债表"中"固定资产原价"项的期末数填列。 固定资产净值平均余额：每月逐步减少。有部分企业单位，是按季度计提折旧，那么在没有提折旧的月 份，比如10月份，和9月份比较，固定资产净值平均余额就没有变化，也就是说，还是等于9月份的 固定资产净值平均余额 例：如09年底的固定资产净值余额为5000万元，2010年元月份完成固定资产投资1000万元，那么元月份的固定资产净值平均余额是多少？2月份又完成投资500万元，那2月份的固定资产净值平均余额是多少？（计算公式是怎样） 解：平均余额等于期初的加期末的除以2 所以一月份=（5000+6000-当月折旧）/2 二月份的=（6000+6500-两个月的折旧）/2 所有者权益（Owne' s Equities：资产扣除负债后由所有者应享的剩余利益。即一个会计主体在一定时期所拥有或可控制的具有未来经济利益资源的净额。 营业税金及附加：主营业务税金及附加”科目改名为“营业税金及附加”, “营业税金及附加”科目用法如下: 一、本科目核算企业经营活动发生的营业税、消费税、城市维护建设税、资源税和教育费附加等相关税费。 房产税、车船使用税、土地使用税、印花税在“管理费用”等科目核算，不在本科目核算。 二、企业按规定计算确定的与经营活动相关的税费，借记本科目，贷记“应交税费”等科目。企业收到的返还的消费税、营业税等原记入本科目的各种税金，应按实际收到的金额，借记“银行存款”科目，贷记本科目。
SPSS聚类分析实验报告 一．实验目的： 1、理解聚类分析的相关理论与应用 2、熟悉运用聚类分析对经济、社会问题进行分析、 3、熟练SPSS软件相关操作 4、熟悉实验报告的书写 二．实验要求： 1、生成新变量总消费支出=各变量之和 2、对变量食品支出和居住支出进行配对样本T检验，并说明检验结果 3、对各省的总消费支出做出条形图（用EXCEL做图也行） 4、利用K-Mean法把31省分成3类 5、对聚类分析结果进行解释说明 6、完成实验报告 三．实验方法与步骤 准备工作：把实验所用数据从Word文档复制到Excel，并进一步导入到SPSS数据文件中。 分析：由于本实验中要对31个个案进行分类，数量比较大，用系统聚类法当然也可以得出结果，但是相比之下在数据量较大时，K均值聚类法更快速高效，而且准确性更高。 四、实验结果与数据处理： 1.用系统聚类法对所有个案进行聚类：
生成新变量总消费支出=各变量之和如图所示： 2. 对变量食品支出和居住支出进行配对样本T检验，如图所示：
得出结论： 3. 对各省的总消费支出做出条形图，如图所示： 4．对聚类分析结果进行解释说明： K均值分析将这样的城市分为三类： 第一类北京、上海、广东 第二类除第一类第三类以外的 第三类天津、福建、内蒙古、辽宁、山东 第一类经济发展水平高，各项支出占总支出比重高，人民生活水平高。第二类城市位于中西部地区，经济落后，人民消费水平低。第三类城市位于中东部地区，经济发展较好。
迭代历史记录a 迭代 聚类中心内的更改 1 2 3 1 1250.592 1698.865 1216.114 2 416.864 70.786 173.731 3 138.955 2.949 24.819 4 46.318 .123 3.546 5 849.114 319.179 1362.411 6 805.004 15.199 606.915 7 161.001 .724 75.864 8 32.200 .034 9.483 9 6.440 .002 1.185 10 1.288 7.815E-5 .148 初始聚类中心 聚类 1 2 3 食品支出 7776.98 3052.57 5790.72 衣着支出 1794.06 1205.89 1281.25 居住支出 2166.22 1245.00 1606.27 家庭设备及服务支出 1800.19 612.59 972.24 医疗保健支出 1005.54 774.89 617.36 交通和通信支出 4076.46 1340.90 2196.88 文化与娱乐服务支出 3363.25 1229.68 1786.00 其它商品和服务支出 1217.70 331.14 499.30 总消费支出 23200.40 9792.66 14750.02
：聚类分析SPSS操作方法09 实验指导之一 聚类分析的SPSS操作方法 系统聚类法 实验例城镇居民消费水平通常用下表中的八项指标来描述。八项指标间存在一定的线性相关。为研究城镇居民的消费结构，需将相关性强的指标归并到一起，这实际上就是对指标聚类。 实验数据表 2001年30个省。市，自治区城镇居民月平均消费数据 x1人均粮食支出(元／人) x5人均衣着商品支出(元／人) x2人均副食支出(元／人) x6人均日用品支出(元／人) x3人均烟、酒、茶支出(元／人) x7人均燃料支出(元／人) x4人均其他副食支出(元／人) x8人均非商品支出(元／人) x1x2x3x4x5x6x7x8 北京7.78 48.44 8.00 20.51 22.12 15.73 1.15 16.61 天津10.85 44.68 7.32 14.51 17.13 12.08 1.26 11.57 河北9.09 28.12 7.40 9.62 17.26 11.12 2.49 12.65
系统聚类法的SPSS操作：
1. 从数据编辑窗口点击Analyze →Classify →Hierachical Cluster , （见图1） 图1 系统聚类法 打开层次聚类法对话如图2。 图2 系统聚类法对话框 选择需要进行聚类分析的变量进入Variable框内后，在Cluster栏中选择聚类类型，SPSS有两种层次聚类方法： Cases 对样品聚类（Q型；系统默认）， Variable 对指标变量聚类(R型），本例选择。 在Display栏中选择默认的输出项。 2. 点击Statistics按钮，打开对话框如图 3.
使用SPSS软件进行因子分析和聚类分析的方法 一、方法原理 1.因子分析（FactorAnalysis） 因子分析是从多个变量指标中选择出少数几个综合变量指标的一种降维的多元统计方法。 我们在多元分析中处理的是多指标的问题，观察指标的增加是为了使研究过程趋于完整，但由于指标太多，使得分析的复杂性增加；同时在实际工作中，指标间经常具备一定的相关性，使得观测数据所放映的信息有重叠，故人们希望用较少的指标代替原来较多的指标，但依然能放映原有的全部信息，于是就产生了因子分析方法。 2.聚类分析（ClusterAnlysis） 聚类分析是根据事物本身特性来研究个体分类的统计方法，是按照物以类聚的原则来研究的事物分类。 3.市场细分方法的流程图
二、实证分析
已调查35个城市的总人口、生产总值、消费总额、人均年工资、年度储蓄总额、年度财政总收入等数据，试对上述城市进行分类研究。 1.因子分析： ·选用Analyze→DataReduction→Factor…… ·引入因子分析的6个变量（总人口、生产总值、消费总额、人均年工资、年度总储蓄额、年度财政总收入） ·提取公因子的方法（Method）：主成分分析法 ·提取（Extract）可选：提取特征值大于1的因子 ·旋转（Rotation）的方法：方差最大正交旋转 ·因子得分（FactorScores）：作为新变量存入 表 1 方差解释表（Total Variance Explained） 表 2 旋转后的因子负荷矩阵（Rotated Component Matrix）
2.聚类分析： ·选用Analyze→Classify→K-MeansCluster…… ·引入聚类分析的2个变量（即上面的2个公因子） ·聚类的数目（NumberofClusters）：3类 ·聚类方法（Method）：仅分类 ·储存新变量（SaveNewVariables）：聚类成员 表 3 各类数量分布表（Number of Cases in each Cluster）
实验指导之一 聚类分析的SPSS操作方法 系统聚类法 实验例城镇居民消费水平通常用下表中的八项指标来描述。八项指标间存在一定的线性相关。为研究城镇居民的消费结构，需将相关性强的指标归并到一起，这实际上就是对指标聚类。 实验数据表 XXXX年30个省。市，自治区城镇居民月平均消费数据 x1人均粮食支出(元／人) x5人均衣着商品支出(元／人) x2人均副食支出(元／人) x6人均日用品支出(元／人) x3人均烟、酒、茶支出(元／人) x7人均燃料支出(元／人) x4人均其他副食支出(元／人) x8人均非商品支出(元／人) x1x2x3x4x5x6x7x8 北京7.78 48.44 8.00 20.51 22.12 15.73 1.15 16.61 天津10.85 44.68 7.32 14.51 17.13 12.08 1.26 11.57 河北9.09 28.12 7.40 9.62 17.26 11.12 2.49 12.65 山西8.35 23.53 7.51 8.62 17.42 10.00 1.04 11.21 内蒙古9.25 23.75 6.61 9.19 17.77 10.48 1.72 10.51 辽宁7.90 39.77 8.49 12.94 19.27 11.05 2.04 13.29 吉林8.19 30.50 4.72 9.78 16.28 7.60 2.52 10.32 黑龙江7.73 29.20 5.42 9.43 19.29 8.49 2.52 10.00 上海8.28 64.34 8.00 22.22 20.06 15.52 0.72 22.89 江苏7.21 45.79 7.66 10.36 16.56 12.86 2.25 11.69 浙江7.68 50.37 11.35 13.30 19.25 14.59 2.75 14.87 安徽8.14 37.75 9.61 8.49 13.15 9.76 1.28 11.28 福建10.60 52.41 7.70 9.98 12.53 11.70 2.31 14.69 江西 6.25 35.02 4.72 6.28 10.03 7.15 1.93 10.39 山东8.82 33.70 7.59 10.98 18.82 14.73 1.78 10.10 河南9.42 27.93 8.20 8.14 16.17 9.42 1.55 9.76 湖北8.67 36.05 7.31 7.75 16.67 11.68 2.38 12.88