期貨聚類分析案例

㈠ 如何運用excel進行聚類分析案例

導入很簡單的，open裡面選擇excel即可 我替別人做這類的數據分析蠻多的

㈡ 聚類分析方法具體有哪些應用可不可以舉個例子

比如說現在要把n個產品按產品的m個指標繼續聚類，因為產品可能之前的特色是不一樣的。而這個時候影響產品的因素有m個，不可能一個一個的考慮，那樣是分不出類來的。所以只能對產品的m個指標綜合考慮，採用SPSS中的樣本聚類方法，就可以直接將產品分好類。並且從分析結果還可以看出各類產品的特色分別是什麼。。就是最主要的分類標準是什麼。
聚類分析不僅可以用於樣本聚類，還可以用於變數聚類，就是對m個指標進行聚類。因為有時指標太多，不能全部考慮，需要提取出主要因素，而往往指標之間又有很多相關聯的地方，所以可以先對變數聚類，然後從每一類中選取出一個代表型的指標。這樣就大大減少了指標，並且沒有造成巨大的信息丟失。

㈢ 案例詳解SPSS聚類分析全過程

案例詳解SPSS聚類分析全過程
案例數據源：
有20種12盎司啤酒成分和價格的數據，變數包括啤酒名稱、熱量、鈉含量、酒精含量、價格。【一】問題一：選擇那些變數進行聚類?——採用「R型聚類」
1、現在我們有4個變數用來對啤酒分類，是否有必要將4個變數都納入作為分類變數呢?熱量、鈉含量、酒精含量這3個指標是要通過化驗員的辛苦努力來測定，而且還有花費不少成本，如果都納入分析的話，豈不太麻煩太浪費?所以，有必要對4個變數進行降維處理，這里採用spss R型聚類（變數聚類），對4個變數進行降維處理。輸出「相似性矩陣」有助於我們理解降維的過程。
2、4個分類變數量綱各自不同，這一次我們先確定用相似性來測度，度量標准選用pearson系數，聚類方法選最遠元素，此時，涉及到相關，4個變數可不用標准化處理，將來的相似性矩陣里的數字為相關系數。若果有某兩個變數的相關系數接近1或－1，說明兩個變數可互相替代。3、只輸出「樹狀圖」就可以了，個人覺得冰柱圖很復雜，看起來沒有樹狀圖清晰明了。從proximitymatrix表中可以看出熱量和酒精含量兩個變數相關系數0．903，最大，二者選其一即可，沒有必要都作為聚類變數，導致成本增加。至於熱量和酒精含量選擇哪一個作為典型指標來代替原來的兩個變數，可以根據專業知識或測定的難易程度決定。（與因子分析不同，是完全踢掉其中一個變數以達到降維的目的。）這里選用酒精含量，至此，確定出用於聚類的變數為：酒精含量，鈉含量，價格。
【二】問題二：20中啤酒能分為幾類?——採用「Q型聚類」1、現在開始對20中啤酒進行聚類。開始不確定應該分為幾類，暫時用一個3－5類范圍來試探。Q型聚類要求量綱相同，所以我們需要對數據標准化，這一回用歐式距離平方進行測度。2、主要通過樹狀圖和冰柱圖來理解類別。最終是分為4類還是3類，這是個復雜的過程，需要專業知識和最初的目的來識別。我這里試著確定分為4類。選擇「保存」，則在數據區域內會自動生成聚類結果。【三】問題三：用於聚類的變數對聚類過程、結果又貢獻么，有用么?——採用「單因素方差分析」1、聚類分析除了對類別的確定需討論外，還有一個比較關鍵的問題就是分類變數到底對聚類有沒有作用有沒有貢獻，如果有個別變數對分類沒有作用的話，應該剔除。2、這個過程一般用單因素方差分析來判斷。注意此時，因子變數選擇聚為4類的結果，而將三個聚類變數作為因變數處理。方差分析結果顯示，三個聚類變數sig值均極顯著，我們用於分類的3個變數對分類有作用，可以使用，作為聚類變數是比較合理的。【四】問題四：聚類結果的解釋?——採用」均值比較描述統計「1、聚類分析最後一步，也是最為困難的就是對分出的各類進行定義解釋，描述各類的特徵，即各類別特徵描述。這需要專業知識作為基礎並結合分析目的才能得出。2、我們可以採用spss的means均值比較過程，或者excel的透視表功能對各類的各個指標進行描述。其中，report報表用於描述聚類結果。對各類指標的比較來初步定義類別，主要根據專業知識來判定。這里到此為止。以上過程涉及到spss層次聚類中的Q型聚類和R型聚類，單因素方差分析，means過程等，是一個很不錯的多種分析方法聯合使用的案例。

㈣ 一直搞不懂，什麼情況下做聚類分析，求大神指點，最好有些簡單的數據說明

聚類分析 是在你需要對所有樣本進行分類時使用
比如市場調查了我的所有客戶基本信息 消費行為特徵等，然後根據這些數據 我要對我的客戶進行一下分類，找出我的客戶主要有哪幾類 每類有什麼共同特點 等
之後就可以根據每類的特殊性 做不同的活動

㈤ SPSS的K均值聚類與層次分析得出的聚類中的案例數為什麼不同

兩種聚類方法不一樣也正常，本身背後的計算原理就存在一定的差異
但是從你這個數據來看，大致是相同的，所以你自己依據哪種更好解釋 來選擇就好了，或者仔細比較下差異的個案到底放在哪一類合適

㈥ 統計學因子分析與 聚類分析 實例解答

不知你用什麼軟體做的，不過如果是用SPSS軟體做的，那麼結果會有錯的。

因為你有50多個變數，而數據記錄只有18個，做因子分析時那個矩陣不能轉置。

要用小樣本方法

最好用SAS做，下面是用SAS做出來的圖

看看你另一個問題的回答，確定了分幾類之後，在橫軸上找一個值作為分類的值。

㈦ 聚類分析主要解決什麼類型的實際問題

主要解決實現不知道類別標簽的樣本集的分類問題.聚類其實也是實現分類的功能.聚類和分類的區別：分類是用知道類別標簽的樣本集去訓練一個分類器,然後用該分類器對其他未知類別的樣本進行歸類,由於訓練分類器用到了知道類別的樣本,所以屬於有導師學習；聚類是完全不知道各個樣本的類別,按照一定的聚類度量准則直接進行聚類,所以屬於無導師的學習.
聚類可以用在圖像處理,模式識別,客戶信息分析,金融分析,醫學等很多領域.用模糊聚類進行圖像分割就是一個非常典型的應