クラスター分析 - K-Means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。

サンプルデータを開く、ビジネス基準.MTW.
統計 > 多変量 > クラスター分析 - K-Means法を選択します。
変数に、顧客数 '利益率' 売上高年数を入力します。
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。
変数を標準化するを選択します。
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。
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）。

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)

	観測値数	クラスター内の平方和内	重心からの平均距離	重心からの最大距離

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

変数	クラスター1	クラスター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

	クラスター1	クラスター2	クラスター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