题目：下表是15个上市公司2001年的一些主要财务指标，使用系统聚类法和K-均值法分别对这些公司进行聚类，并对结果进行比较分析。
解:令净资产收益率为X1，每股净利润X2，总资产周转率为X3，资产负债率为X4，流动负债比率为X5，每股净资产为X6，净利润增长率为X7,总资产增长率为X8,用spss对公司聚类分析的步骤如下：
a）系统聚类法：
1. 在SPSS窗口中选择Analyze宀Classify宀Hierachical Cluster，调出系统聚类分析主界面，并将变量X8-X1移入Variables框中。在Cluster栏中选择Cases单选按钮，即对样品进行聚类（若选择Variables，则对变量进行聚类）。在Display栏中选择Statistics和Plots复选框，这样在结果输出窗口中可以同时得到聚类结果统计量和统计图。
图5.1糸统分析迭王界面
2•点击Statistics按钮，设置在结果输出窗口中给出的聚类分析统计量。我们选择Agglomeration schedule 与Cluster Membership 中的Range of solution 2-4，如图5.2 所示，点击Continue按钮，返回主界面。（其中，Agglomeration schedule表示在结果中给出聚类过
程表，显示系统聚类的详细步骤；Proximity matrix表示输出各个体之间的距离矩阵；Cluster Membership表示在结果中输出一个表，表中显示每个个体被分配到的类别，Range of solution 2-4即将所有个体分为2至4类。）
3.点击Plots按钮，设置结果输出窗口中给出的聚类分析统计图。选中Dendrogram复选框
和Icicle栏中的None单选按钮，如图5.3，即只给出聚类树形图，而不给出冰柱图。单击Continue按钮，返回主界面。
蠹Hinrarchicdl ClLrst»r Analyte 应d
Singh1
CanCTi
图5.2 Statistics子对话框图5.3 Plots子对话框
4•点击Method 按钮，设置系统聚类的方法选项。 Cluster Method 下拉列表用于指定 聚类的
方法，这里选择 Between-group inkage （组间平均数连接距离）； Measure 栏 用于选择对距
离和相似性的测度方法，选择 Squared Euclidean distanee （欧氏距离）；单击 Continue 按钮, 返
回主界面。
S HlfrjrchkilClwrtff Arulysit ： bffthod
图5.4 Method 子对话框 图5.5 Save 子对话框
5•点击Save 按钮，指定保存在数据文件中的用于表明聚类结果的新变量。 None 表示不保
存任何新变量；Single solution 表示生成一个分类变量，在其后的矩形框中输入要分成的类
数；Range of solutions 表示生成多个分类变量。这里我们选择
Range of solutions ，并在后面
的两个矩形框中分别输入 2和4,即生成三个新的分类变量，分别表明将样品分为 2类、3
类和4类时的聚类结果，如图5.5。点击Continue ，返回主界面。 6•点击0K 按钮，运行系统聚类过程。
聚类结果分析：
下面的群集成员表给出了把公司分为 2类，3类，4类时各个样本所属类别的情况，另外， 从右边的树形图也可以直观地看到，
若将15个公司分为2类，则13独自为一类，其余的为
一类；若分为3类，则公司8分离出来，自成一类。以此类推。
表 5.1各样品所属类别表
Cluster Membership
Case 4 Clusters
3 Clusters
2 Clusters
1 1 1 1
2 1 1 1
3 1 1 1
4 1 1 1
5 2 1 1
6 1 1 1 7
1
1
1
Ortm* Ctficql
〔3」
rli 6
二 qpngegp
to ()^1 r«ngc-
* * * * * * * * * * * * * * * * * * * H i E R A R C H I C A L c L U S T E R
*******************
Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25
Label Num + ---------- + -------- +-------- + -------- + -------- +
61
9T
2T
12T
4T
10T
1T
7T
14T
3T
15-4
11T
5__ 1
8
13
图5.6聚类树形图
b ） K 均值法:
1.在SPSS 窗口中选择 Analyze f Classify f K-Means Cluster ，调出K 均值聚类分析主界 面，
并将变量 X1-X8移入 Variables 框中。在 Method 框中选择Iterate classify ，即使用 K-means 算法不
断计算新的类中心，并替换旧的类中心（若选择 Classify only ，则根据初始类中心进
行聚类，在聚类过程中不改变类中心） 。在Number of Cluster 后面的矩形框中输入想要把样
品聚成的类数，这里我们输入
3,即将15个公司分为3类。
（Centers 按钮，则用于设置
迭代的初始类中心。如果不手工设置，则系统会自动设置初始类中心，
这里我们不作设置。）
E 5 - K 均值聚类分析王界面
2. 点击Iterate 按钮，对迭代参数进行设置。
Maximum Iterations 参数框用于设定 K-means
算法迭代的最大次数，输入 10，Convergence Criterion 参数框用于设定算法的收敛判据，输
入0,只要在迭代的过程中先满足了其中的参数，则迭代过程就停止。单击
Continue ，返回
主界面。 3.
点击Save 按钮，设置保存在数据文件中的表明聚类结果的新变量。
我们将两个复 选框都
选中，其中Cluster membership 选项用于建立一个代表聚类结果的变量，默
认变量名为
qcl_1 ； Distanee from cluster center 选项建立一个新变量，代表各观测量与其所属类中心的欧
氏距
图 5,8 Iterate 对话框
:Iterate
翳5.9 Save 子对话框
图5.10 OptioiK 子对话框
