
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
剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为银行精准 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26