点击Options，勾选Mean、Min、Max、Std，截图如下：
分析结果如下表所示:
Descriptive Statistics N Minimum Maximum Mean Std. Deviation 农业 工业 建筑业 交通运输仓储蓄和邮政业 批发分零售业 住宿和餐饮业 金融业 其他 Valid N (listwise) 31 31 31 31 31 31 31 31 31 74.47 48.18 160.61 23.95 34.25 17.75 31.70 197.48 3973.85 24649.60 2922.67 2328.38 5681.17 1192.28 2916.13 8896.45 1.5306E3 7.4799E3 1.0303E3 8.0067E2 1.5681E3 3.5423E2 8.3555E2 2.5054E3 1099.29507 6296.67453 673.06563 613.84875 1509.48430 277.56833 833.73651 2036.35437 从表中我们可以知道：平均GDP较高的三个行业是工业、交通运输仓储和邮政业、金融业。从GDP的极大值和极小值方面分析，我们可以知道GDP的极小值是住宿和餐饮业的17.75亿元。极大值是工业的24649.60亿元。 3.2聚类分析———系统聚类法
点击Analyze→Classity→Herarchair Cluster，截图如下：
将各行业键入键入Variable中，截图如下：
点击Statistic，勾选Agglomeration schedule、Proximity matrix，截图如下：
点击Method，勾选Ronge 0 to 1 ,取间距“Squared Euclidean distance”
选用组间聚类法，截图如下：
PANG
结果和分析：
注：取用间距Squared Euclidean Distance
（1） 近似矩阵表（由于表格数据很大，故截取一部分作说明） 下表是利用“组间联结”聚类法计算所得的近似矩阵表，其实质是一个不相似矩阵，其中的数值表示各个样本之间的相似系数，数值越小，表示两样本的差距越小。
（2） 聚类表
下表是利用“组间联结”聚类法生成的聚类表。该表表示的是每一个阶
段的聚类结果，系数表示的“聚合系数”，第二列和第三列表示的是聚合的类。
Agglomeration Schedule Cluster Combined Stage 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Cluster 1 26 14 26 17 8 28 21 7 7 4 24 7 6 2 17 7 21 5 Cluster 2 29 27 30 18 20 31 26 25 14 22 28 8 13 4 23 12 24 7 Coefficients .002 .006 .007 .013 .017 .020 .027 .028 .036 .041 .041 .044 .055 .063 .064 .074 .087 .101 Stage Cluster First Appears Cluster 1 0 0 1 0 0 0 0 0 8 0 0 9 0 0 4 12 7 0 Cluster 2 0 0 0 0 0 0 3 0 2 0 6 5 0 10 0 0 11 16 Next Stage 3 9 7 15 12 11 17 9 12 14 17 16 21 20 21 18 22 20