
用因子分析结果进行聚类分析
得到因子得分并不是最终的结果,降维是为了使我们的思路更加集中,但降维结束后得到的却未必是我们所期望的。为了更好的加以分析,我们可以在降维因子分析的基础上对得到的潜在因子进行聚类或者计算出综合因子得分进行排序。综合因子得分的计算前面我已经讨论过了,卢老师的书里介绍了因子分析之后进行聚类分析,放在这里学习学习。
【案例】:美国洛杉矶12个地区的调查数据(人口、校龄、总雇员、房价、服务),该数据可到经管之家论坛spss版块下载。
【案例说明】:12个地区的5个调查指标数据经过因子分析处理后,找到两个潜在的因子:人口因子和福利因子。并且spss自动保存了12个地区的因子得分。这个案例的目的在于评价12个地区经济情况。我们现在走一条曲线救国的思路:利用人口因子和福利因子两个变量进行聚类,看看这12个地区有哪些是相似的(同一类),这些相似的地区有哪些特征,从而集中评价属于同一类的某几个或一个地区。
一、操作:
(1)因子1,因子2为参与聚类的变量,地区编号为标示。
(2)盲聚类,先给定范围2-4类,然后对2、3、4进行比较,最终确定聚为几类。
(3)个人较喜欢输出树状图,讨厌冰柱图。要求输出聚类的树状图。采用欧氏距离平方聚类。
(4)不需要进行标准化处理,因为两个因子本身就是无量纲变量。
二、重要结果(对比):
(1)从聚类分析输出结果很难看出各地区在经济特性方面的区别。
(2)亮点:因子得分-类别散点图,可视化的效果。
上图显示,2、3、7为第二类,处在人口因子和福利因子都较低的左角,可以认为从5个经济指标来看均较差的地区;1、4、5为第一类,人口因子(人口数和就业人数)得分较低,福利因子较高,即人口和就业者较少,但福利条件去很不错的地区群(这可是梦寐以求的好地方啊!);6、8、9、11、12为第三类人口因子较高,福利因子较低,人口多,就业者多,比如hn,人口第一大省,但整体经济实力较东部地区差,福利跟不上。
做法:因子得分2为纵轴、因子得分1为横轴(谁横谁纵没有定论),用地区编号标识地区,用聚类得到的各地区类别号分组。(依次做分为2类的、3类的、4类的散点图进行比较)。
三、讨论:
就此案例而言,最终聚为几类合适?我个人的思路:从上面的散点图可以看出,编号为10的这个地区,偏离1、5、4地区较远,聚类过程显示这四个地区为同一类。鉴于1、5、4更集中,10地区较远,用异常值的思想来讲,10地区为异常值,单独放一边讨论,视为特例对待。其他11个地区分为3类。即最终聚为4类(或3类+1特例)。
从这个案例可以看出,我们很有必要在spss既得结果中提取其他可视化图形,比如上面这个因子得分散点图,使分析效果更加显著。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05