Dendrogram using Centroid Method
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+
西 藏 26 ─┐ 青 海 29 ─┤ 宁 夏 30 ─┤ 海 南 21 ─┼─┐ 甘 肃 28 ─┤ │ 新 疆 31 ─┤ │ 贵 州 24 ─┘ │ 山 西 4 ─┐ ├───┐ 重 庆 22 ─┤ │ │ 天 津 2 ─┤ │ │ 黑龙江 8 ─┤ │ │ 广 西 20 ─┼─┘ │ 江 西 14 ─┤ │ 陕 西 27 ─┤ │ 吉 林 7 ─┤ ├───┐ 云 南 25 ─┤ │ │ 安 徽 12 ─┤ │ │ 内蒙古 5 ─┘ │ │ 辽 宁 6 ─┐ │ │ 福 建 13 ─┼─┐ │ │
湖 北 17 ─┤ │ │ ├─────────────────────────────────────┐ 湖 南 18 ─┤ │ │ │ │ 四 川 23 ─┘ ├───┘ │ │ 河 南 16 ───┤ │ │ 河 北 3 ───┘ │ │ 北 京 1 ─┬───────┐ │ │ 上 海 9 ─┘ ├─┘ │ 浙 江 11 ─────────┘ │ 江 苏 10 ─────┬─┐ │ 山 东 15 ─────┘ ├─────────────────────────────────────────┘ 广 东 19 ───────┘
5）中位数聚类法
* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * *
Dendrogram using Median Method
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+
西 藏 26 ─┐ 青 海 29 ─┤ 宁 夏 30 ─┤ 海 南 21 ─┼─┐ 甘 肃 28 ─┤ │
新 疆 31 ─┤ ├───────────┐ 贵 州 24 ─┘ │ │ 山 西 4 ─┐ │ │ 重 庆 22 ─┼─┘ │ 天 津 2 ─┘ │ 湖 北 17 ─┐ │ 湖 南 18 ─┼─┐ │ 四 川 23 ─┘ │ │ 辽 宁 6 ─┐ ├─┐ │
福 建 13 ─┤ │ │ ├─────────────────────────────────┐ 黑龙江 8 ─┤ │ │ │ │ 广 西 20 ─┼─┘ │ │ │ 江 西 14 ─┤ │ │ │ 陕 西 27 ─┤ │ │ │ 吉 林 7 ─┤ │ │ │ 云 南 25 ─┤ │ │ │ 安 徽 12 ─┤ ├───────┐ │ │ 内蒙古 5 ─┘ │ │ │ │ 河 南 16 ─────┤ ├─┘ │ 河 北 3 ─────┘ │ │ 北 京 1 ─┬─────────┐ │ │ 上 海 9 ─┘ ├─┘ │ 浙 江 11 ───────────┘ │ 江 苏 10 ─────┬───┐ │ 山 东 15 ─────┘ ├───────────────────────────────────────┘ 广 东 19 ─────────┘
6)ward聚类法
* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * *
Dendrogram using Ward Method
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+
西 藏 26 ─┐ 青 海 29 ─┤ 宁 夏 30 ─┤ 海 南 21 ─┼───┐ 甘 肃 28 ─┤ │ 新 疆 31 ─┤ │ 贵 州 24 ─┘ │
山 西 4 ─┐ ├─────────────┐ 重 庆 22 ─┤ │ │ 天 津 2 ─┤ │ │ 江 西 14 ─┤ │ │ 陕 西 27 ─┼───┘ │ 吉 林 7 ─┤ │ 云 南 25 ─┤ │ 黑龙江 8 ─┤ │
广 西 20 ─┤ ├─────────────────────────────┐ 安 徽 12 ─┤ │ │ 内蒙古 5 ─┘ │ │ 辽 宁 6 ─┐ │ │ 福 建 13 ─┤ │ │ 湖 北 17 ─┤ │ │ 湖 南 18 ─┤ │ │ 四 川 23 ─┼─────┐ │ │ 河 南 16 ─┤ │ │ │ 河 北 3 ─┘ ├───────────┘ │ 北 京 1 ─┬─┐ │ │ 上 海 9 ─┘ ├───┘ │ 浙 江 11 ───┘ │ 江 苏 10 ─┐ │ 山 东 15 ─┼───────────────────────────────────────────────┘ 广 东 19 ─┘
结果分析讨论
纵观七种聚类方法，比较其聚类结果（分为三类）可总结出如下表：
组间联结聚类法 组内联结聚类法 最近邻元素聚类法 最远邻元素聚类法 质心聚类法 中位数聚类法 Ward聚类法 第一类 广东、山东、江苏 广东 广东、山东、江苏 广东、山东、江苏 广东、山东、江苏 广东、山东、江苏 广东、山东、江苏 第二类 浙江、上海、北京 山东、江苏 浙江 浙江、上海、北京 浙江、上海、北京 浙江、上海、北京 浙江、上海、北京 第三类 其他 其他 其他 其他 其他 其他 其他 3.3聚类分析——K-均值分析（快速聚类法） 点击Analyze→Classity→K-means Cluster，截图如下：
将各行业键入键入Variable中，将数据分为三类，截图如下：
点击Options，勾选Intial、Cluster和Exclude cases listwise截图如下：
点击save，勾选Cluster和Distance，截图如下：