摘要: 案例資料源： 有20種12盎司啤酒成分和價格的資料，變量包括啤酒名稱、熱量、鈉含量、酒精含量、價格。資料來自《spss for windows 統計分析》
案例資料源：
【一】問題一：選擇那些變量進行聚類？——采用“r型聚類”
1、現在我們有4個變量用來對啤酒分類，是否有必要将4個變量都納入作為分類變量呢？熱量、鈉含量、酒精含量這3個名額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？是以，有必要對4個變量進行降維處理，這裡采用spss r型聚類（變量聚類），對4個變量進行降維處理。輸出“相似性矩陣”有助于我們了解降維的過程。
2、4個分類變量量綱各自不同，這一次我們先确定用相似性來測度，度量标準選用pearson系數，聚類方法選最遠元素，此時，涉及到相關，4個變量可不用标準化處理，将來的相似性矩陣裡的數字為相關系數。若果有某兩個變量的相關系數接近1或-1，說明兩個變量可互相替代。
3、隻輸出“樹狀圖”就可以了，個人覺得冰柱圖很複雜，看起來沒有樹狀圖清晰明了。從proximity matrix表中可以看出熱量和酒精含量兩個變量相關系數0.903，最大，二者選其一即可，沒有必要都作為聚類變量，導緻成本增加。至于熱量和酒精含量選擇哪一個作為典型名額來代替原來的兩個變量，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量以達到降維的目的。）這裡選用酒精含量，至此，确定出用于聚類的變量為：酒精含量，鈉含量，價格。
【二】問題二：20中啤酒能分為幾類？——采用“q型聚類”
1、現在開始對20中啤酒進行聚類。開始不确定應該分為幾類，暫時用一個3-5類範圍來試探。q型聚類要求量綱相同，是以我們需要對資料标準化，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了解類别。最終是分為4類還是3類，這是個複雜的過程，需要專業知識和最初的目的來識别。我這裡試着确定分為4類。選擇“儲存”，則在資料區域内會自動生成聚類結果。
【三】問題三：用于聚類的變量對聚類過程、結果又貢獻麼，有用麼？——采用“單因素方差分析”
1、聚類分析除了對類别的确定需讨論外，還有一個比較關鍵的問題就是分類變量到底對聚類有沒有作用有沒有貢獻，如果有個别變量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，因子變量選擇聚為4類的結果，而将三個聚類變量作為因變量處理。方差分析結果顯示，三個聚類變量sig值均極顯著，我們用于分類的3個變量對分類有作用，可以使用，作為聚類變量是比較合理的。
【四】問題四：聚類結果的解釋？——采用”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，描述各類的特征，即各類别特征描述。這需要專業知識作為基礎并結合分析目的才能得出。
2、我們可以采用spss的means均值比較過程，或者excel的透視表功能對各類的各個名額進行描述。其中，report報表用于描述聚類結果。對各類名額的比較來初步定義類别，主要根據專業知識來判定。這裡到此為止。
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。資料源和部分介紹均摘自《spss for windows 統計分析》書中。