系统工程实验报告--基于SPSS的聚类分析实验.

《系统工程实验报告--基于SPSS的聚类分析实验.》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方西南交通大学交通运输与物流学院实验报告《系统工程》学年第二学期实验名称：基于SPSS的聚类分析实验学号姓名：20121986罗静指导教师：蒋赛----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方实验时间：2014年4月25号实验一基于SPSS的聚类分析实验一、实验背景数据表示我国商业

2、主要银行的10个综合竞争力指标，人均净利润、净利润率、资产回报率、核心资本充足率、人均费用额、资产负债率、股东权益乘数、不良贷款比率、存款市场份额和贷款市场份额。本实验是基于SPSS利用系统聚类法对这些商业银行的综合竞争力进行评价分析。二、实验步骤1.建立SAV格式的数据2.点击【分析】……【分类】……【系统聚类】，开始进行系统聚类分析。----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方3

3、.将要分析的变量x1到x10移入变量的列表框中,将Y移入标注个案，用于标注每一个个案。分群中点选个案，表示对样品进行聚类。4.点击【统计量】，点选“单一方案”，结合实际分析，将银行分为3类较合适，所以在聚类数的方框中填写3，表示此次聚类把样品分为3类。点击“继续”返回系统聚类分析对话框。----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方5.点击【绘制】，点选“树状图”，以形象地显示聚类的整

4、个过程，点击“继续”返回系统聚类分析对话框。6.点击【方法】，在转换值框中，下拉对话框，选择Z得分，表示数据标准化到Z分数，其余项保持系统默认状态，点击“继续”返回系统聚类分析对话框。----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方7.各选项设置完成后，点击确定进行系统聚类。三、实验结果分析1.聚类分析过程表在表3-1中，根据聚类系数的变化可以得到，第6步的聚类系数是8.1，第5步是6.

5、764，它们相差1.336个单位，第7步和第6步相差3.32个单位，可见，从理论上来说，聚类过程结束于第7步是合理的，此时所有的数据被分为2类，可是当结合实际时，分类数太少，没有办法更好的反映银行之间的差异性，因此我们决定聚类数为3。表3-1----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方2.树状图树状图3-1表示了整个聚类过程图3-13.聚类分析结果显示表表3-2表示了此次聚类分析的结

6、果，可以看到聚类分析最终分为以下几类：第Ⅰ类：工商银行，建设银行，中国银行。第Ⅱ类：交通银行，光大银行，深发银行，浦发银行。第Ⅲ类：中信银行，民生银行，招商银行。----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方----------专业最好文档，专业为你服务，急你所急，供你所需-------------文档下载最佳的地方表3-2四、实验心得通过本次实验，我学会了使用SPSS对样本进行系统聚类分析，在实验的过程中收获颇多，但仍然存在很多问题，对于实验结果的树状图冰柱图的读解还存在一定的问题，对实验结

7、果中系数的实际含义理解上也存在一些问题。在本次实验数据中，指标有10个，变量数目过多，我认为在做聚类分析之前也可以结合主成分分析，先对变量做一个降维过程，在对样本做聚类分析，这样的结果会更加优越，然而由于主成分分析对数据要求较高，我在用此次数据做主成分分析时，发现结果并不是很理想，提取的两个公因子对变量的贡献率只有81.596%，在贷款市场份额，存款市场份额，不良贷款比率，核心资本充足率指标上的解释，两个因子显得含糊不清，它们的载荷系数区别并不明显，因此，我认为该结合实际情况适当将因子分析和聚类分析相结合。聚类分析在物流领域中应用广泛，例如物流园区空间类型

8、定位中的应用，区域物流中心综合评价，多级物流配送中心选址中的应用等