3.5 各地区生活消费支出分类

3.5.1 案例描述

为了研究全国各地区家庭收支的分布规律，共抽取了28个省、市、自治区的生活消费支出的6个相关指标的数据资料，如表3-26所示。

试用表中资料作谱系聚类，画出谱系图，确定消费支出类型。

3.5.2 操作步骤和结果分析

(1) 打开SPSS主界面，单击窗口下方的Variable View按钮，变量设置如图3-32所示。

(2) 单击窗口下方的Data View按钮，输入数据如图3-33所示。输入完成后，单击菜单栏中的File菜单，选择Save As命令，保存为xiaofei.sav。

(3) 在菜单栏中依次选择Analyze→Classify→Hierarchical Cluster命令，弹出Hierarchical Cluster Analysis对话框，如图3-34所示。

(4) 从左侧的变量列表框中选中“地区名称[X1]”选项，单击按钮使之进入Label Cases框中；选中“食品支出[X2]”、“衣着支出[X3]”、“燃料支出[X4]”、“住房支出[X5]”、“生活用品[X6]”和“文化生活[X7]”选项，单击按钮使之进入Variable(s)框中；在Cluster选项组中选择Cases单选按钮；在Display选项组中选中Statistic和Plots复选框，最终设置如图3-35所示。

(5) 单击 Statistics 按钮，弹出 Hierarchical Cluster Analysis: Statistics 对话框，选中Agglomeration schedule和Proximity matrix复选框；在Cluster Membership选项组中选中Range of solutions单选按钮，在Minimum number of文本框中输入“3”，在Maximum number of文本框中输入“6”，如图3-36所示。单击Continue按钮返回到Hierarchical Cluster Analysis对话框。

(6) 单击Plots按钮，弹出Hierarchical Cluster Analysis: Plots对话框，选中Dendrogram复选框，在Icicle选项组中选中All clusters单选按钮，在Orientation选项组中选中Vertical单选按钮，如图3-37所示。单击Continue按钮返回到Hierarchical Cluster Analysis对话框。

(7) 单击Method按钮，弹出Hierarchical Cluster Analysis: Method对话框，在Cluster下拉列表中选择 Between-groups linkage 选项；在 Interval 下拉列表框中选择 Squared Euclidean distance选项；在Transform Value选项组中选择Z scores和By variable选项，如图3-38所示。单击Continue按钮返回到Hierarchical Cluster Analysis对话框。

(8) 单击 Save 按钮，弹出 Hierarchical Cluster Analysis: Statistics 对话框，在 Cluster Membership选项组中选中Range of solutions单选按钮，在Minimum number of文本框中输入“3”, Maximum number of文本框中输入“6”，如图3-39所示。单击Continue按钮返回到Hierarchical Cluster Analysis对话框。

(9) 完成以上步骤后，单击图3-35中的OK按钮完成分析，分析结果输出到SPSS后台，如图3-40所示。

(10) 输出数据概览表，如表3-27所示，表明进行聚类分析的有效样本为28个，无缺失值。

(11) 输出凝聚过程表，如表3-28所示，Stage表示聚类阶段；Cluster Combined表示聚类合并；Coefficients表示聚类测度值，即合并两类时的平均距离；Stage Cluster First Appears表示第一次出现复聚类的阶段；Next Stage表示下一步是哪个样本或类与该类合并成一类。

(12) 输出聚类解，如表3-29所示，显示用欧式距离平方、组间类平均法生成的分别为3类、4类、5类、6类时的聚类解。

(13) 输出聚类树状图，如图3-41所示，28个样品明显地分为4类：第一类(4、27、5、23、24、3、25、26、16)，第二类(8、17、28、21、22、12、13、18、14、20)，第三类(2、15、10、11、6、7)，第四类(1、9、19)。

(14) 根据以上分析，可以把各地区分类如表3-30所示。