Related ProceduresThe Hierarchical

Related Procedures
The Hierarchical Cluster Analysis procedure is useful for finding natural groupings of
cases or variables. It works best when your data file contains a small number (less than a
few hundred) of objects to be clustered.
• If you have a large number of cases to be clustered, use the TwoStep Cluster
Analysis procedure.
• If you have a large number of cases to be clustered and all your variables are
scale, you can alternately use the K-Means Cluster Analysis procedure.
If you're interested in examining the structure of your variables and they are scale
variables, you can try Factor Analysis as an alternative.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนที่เกี่ยวข้องขั้นตอนการวิเคราะห์ลำดับชั้นในคลัสเตอร์มีประโยชน์หากลุ่มธรรมชาติกรณีหรือตัวแปร ดีที่สุดเมื่อแฟ้มข้อมูลของคุณประกอบด้วยตัวเลขขนาดเล็ก (น้อยกว่าหนึ่งไม่กี่ร้อย) ของวัตถุจะเป็นคลัสเตอร์•ถ้าคุณมีจำนวนมากของกรณียัง ใช้คลัสเตอร์ TwoStepขั้นตอนการวิเคราะห์อย่าง•ถ้าคุณมีจำนวนมากของตัวแปรทั้งหมดและกรณียังมีมาตราส่วน คุณสามารถใช้ขั้นตอนการวิเคราะห์คลัสเตอร์ถึงสลับถ้าคุณสนใจที่ตรวจสอบโครงสร้างของตัวแปรของคุณ และพวกเขาจะชั่งตัวแปร คุณสามารถลองวิเคราะห์ปัจจัยเป็นทางเลือก

ผลลัพธ์ (ไทย) 2:

ขั้นตอนที่เกี่ยวข้องกับ
ขั้นตอนตามลำดับชั้นการวิเคราะห์กลุ่มจะเป็นประโยชน์สำหรับการค้นหาการจัดกลุ่มตามธรรมชาติของ
กรณีหรือตัวแปร มันทำงานได้ดีที่สุดเมื่อแฟ้มข้อมูลของคุณมีจำนวนขนาดเล็ก (น้อยกว่า
ไม่กี่ร้อย) ของวัตถุที่จะคลัสเตอร์.
•หากคุณมีจำนวนมากกรณีที่จะคลัสเตอร์ใช้ TwoStep คลัสเตอร์
ขั้นตอนการวิเคราะห์.
•หากคุณมีขนาดใหญ่ จำนวนผู้ป่วยจะได้รับการคลัสเตอร์และตัวแปรทั้งหมดของคุณจะ
ขนาดคุณสามารถสลับใช้ขั้นตอน K หมายถึงการวิเคราะห์กลุ่ม.
หากคุณสนใจในการตรวจสอบโครงสร้างของตัวแปรของคุณและพวกเขาจะขนาด
ตัวแปรคุณสามารถลองวิเคราะห์องค์ประกอบในฐานะที่เป็น ทางเลือก

ผลลัพธ์ (ไทย) 3:

ที่เกี่ยวข้องกับกระบวนการการเปรียบเทียบการวิเคราะห์กลุ่มขั้นตอนที่เป็นประโยชน์สำหรับการหากลุ่มธรรมชาติหรือกรณีที่ตัวแปร มันทำงานได้ดีที่สุดเมื่อแฟ้มข้อมูลของคุณมีจำนวนน้อย ( น้อยกว่าไม่กี่ร้อย ) ของวัตถุที่เป็นกลุ่ม- ถ้าคุณมีจำนวนมากของกรณีที่จะใช้ twostep กลุ่ม จับกลุ่มขั้นตอนการวิเคราะห์- ถ้าคุณมีจำนวนมากของกรณีเป็นกระจุกและตัวแปรของคุณทั้งหมดขนาด คุณสามารถสลับใช้ k-means การวิเคราะห์กลุ่มกระบวนการหากคุณสนใจในการตรวจสอบโครงสร้างของตัวแปรของคุณและพวกเขามีขนาดการวิเคราะห์ปัจจัยตัวแปรที่คุณสามารถลองเป็นทางเลือกที่