階層叢集分析法
叢集方法。 可用的選項包括:群間鏈結、組內變數鏈結、最近鄰法、最遠鄰法、重心叢聚化、中位數叢聚化,以及 Ward's 法。
測量。 可讓您指定叢聚方法中,所要使用的距離或相似性測量。 選擇資料類型和適當的距離或相似性測量:
- 間隔。 可用的選項包括:歐基里得直線距離、歐基里得直線距離平方、餘弦、皮爾遜 (Pearson) 相關、Chebychev 距離、區塊距離、Minkowski 距離和自訂的距離。
- 計數頻率更高的概念。 可用的選項包括:卡方量數和法方量數。
- 二進位。 可用的選項包括:歐基里得直線距離、歐基里得直線距離平方、大小差異、型態差異、變異數、離散、類型、簡單配對、Phi 四點相關、Lambda (λ) 值、Anderberg's D、骰子、Hamann、Jaccard、Kulczynski 1、Kulczynski 2、Lance 與 Williams、Ochiai、Rogers 與 Tanimoto、Russel 與 Rao、Sokal 與 Sneath 1、Sokal 與 Sneath 2、Sokal 與 Sneath 3、Sokal 與 Sneath 4、Sokal 與 Sneath 5 等相似性測量,以及 Yule's Y 與 Yule's Q 。
轉換值。 讓您在計算相似性之前,先將觀察值或數值的資料值標準化 (不適用於二元資料)。 在這裡,您可以使用的標準化方法,包括:z 分數、範圍 -1 到 1、範圍 0 到 1、1 的最大級數、1 的平均數、1 的標準差。
轉換測量。 可讓您轉換由距離測量所產生的值。 但是,請注意,您必須在完成距離測量計算之後,才能套用這些值。 可用的選項包括:絕對值、變更正負號,和將距離尺度化為 0 - 1 的範圍。
指定叢集方法
本功能需要 Statistics Base 選項。
- 從功能表中選擇:
- 在「階層叢集分析」對話框中,按一下方法。