クラスター平均法の例

あるビジネス分析者が、活躍のめざましい中小の製造業者22社を、今後の分析のために意味のあるグループに分類したいと考えています。分析者は、顧客数、利益率、売上高、営業年数に関するデータを収集します。分割プロセスを開始するために、これらの会社を初期グループとして大手企業、成長企業、有望企業の3つに分けます。

  1. サンプルデータを開く、ビジネス基準.MTW.
  2. 統計 > 多変量解析 > クラスター分析 - K-Means法を選択します。
  3. 変数に、顧客数 '利益率' 売上高 年数を入力します。
  4. 分割 (パーティション) 指定の下で、初期分割 (パーティション) 列を選択し、初期推測を入力します。
  5. 変数を標準化するを選択します。
  6. 保存をクリックします。クラスター メンバーシップを表す列に、「最終」と入力します。
  7. 各ダイアログボックスでOKをクリックします。

結果を解釈する

ビジネス分析者が設定した最初のグループ化を基に、クラスターK平均法は22社を大企業4社、中堅企業8社、新興企業10社という3つのクラスターに分類します。ワークシート内の最終列の観測値ごとにクラスターメンバーシップを保存します。

クラスター1(大企業)には、3つのクラスターの中でもばらつきが最小であり、重心からの平均距離は最小(0.578)になります。また、クラスター1の観測値数は最も少ないです(4)。

K-meansクラスター分析: 顧客数, 利益率, 売上高, 年数

方法 クラスター数 3 標準化された変数 はい
最終分割 (パーティション) クラス 重心か 重心か 観測 ター内の平 らの平 らの最 値数 方和内 均距離 大距離 クラスター1 4 1.593 0.578 0.884 クラスター2 8 8.736 0.964 1.656 クラスター3 10 12.921 1.093 1.463
クラスター重心 クラス クラス 変数 ター1 ター2 クラスター3 全重心 顧客数 1.2318 0.5225 -0.9108 0.0000 利益率 1.2942 0.2217 -0.6950 0.0000 売上高 1.1866 0.5157 -0.8872 0.0000 年数 1.2030 0.5479 -0.9195 0.0000
クラスター重心間の距離 クラス クラス クラス ター1 ター2 ター3 クラスター1 0.0000 1.5915 4.1658 クラスター2 1.5915 0.0000 2.6488 クラスター3 4.1658 2.6488 0.0000
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください