Cluster
O CLUSTER está disponível no Statistics Base Edition.
CLUSTER produz clusters hierárquicos de itens com base em medidas de distância de dissimilaridade ou similaridade. Os itens que estão sendo agrupados geralmente são casos do conjunto de dados ativo e as medidas de distância são calculadas a partir de seus valores para uma ou mais variáveis. Também é possível agrupar variáveis se você ler em uma matriz medindo distâncias entre variáveis.
CLUSTER varlist [/MISSING=[EXCLUDE**] [INCLUDE]]
[/MEASURE=[{SEUCLID** }]
{EUCLID }
{COSINE }
{CORRELATION }
{BLOCK }
{CHEBYCHEV }
{POWER(p,r) }
{MINKOWSKI(p) }
{CHISQ }
{PH2 }
{RR[(p[,np])] }
{SM[(p[,np])] }
{JACCARD[(p[,np])] }
{DICE[(p[,np])] }
{SS1[(p[,np])] }
{RT[(p[,np])] }
{SS2[(p[,np])] }
{K1[(p[,np])] }
{SS3[(p[,np])] }
{K2[(p[,np])] }
{SS4[(p[,np])] }
{HAMANN[(p[,np])] }
{OCHIAI[(p[,np])] }
{SS5[(p[,np])] }
{PHI[(p[,np])] }
{LAMBDA[(p[,np])] }
{D[(p[,np])] }
{Y[(p[,np])] }
{Q[(p[,np])] }
{BEUCLID[(p[,np])] }
{SIZE[(p[,np])] }
{PATTERN[(p[,np])] }
{BSEUCLID[(p[,np])]}
{BSHAPE[(p[,np])] }
{DISPER[(p[,np])] }
{VARIANCE[(p[,np])]}
{BLWMN[(p[,np])] }
[/METHOD={BAVERAGE**}[(rootname)] [...]]
{WAVERAGE }
{SINGLE }
{COMPLETE }
{CENTROID }
{MEDIAN }
{WARD }
{DEFAULT** }
[/SAVE=CLUSTER({level })] [/ID=varname]
{min,max}
[/PRINT=[CLUSTER({level })] [DISTANCE] [SCHEDULE**] [NONE]]
{min,max}
[/PLOT=[VICICLE**[(min[,max[,inc]])]] [DENDROGRAM] [NONE]]
[HICICLE[(min[,max[,inc]])]]
[/MATRIX=[IN({'savfile'|'dataset'})] [OUT({'savfile'|'dataset'})]]
{* } {* }
** Padrão se o subcomando ou palavra-chave for omitido.
Este comando lê o conjunto de dados ativo e causa a execução de quaisquer comandos pendentes Consulte o tópico Ordem de Comando para obter mais informações..
A sintaxe para o comando CLUSTER pode ser gerada a partir do diálogo Análise de Cluster Hierárquica
Exemplo
CLUSTER V1 TO V4
/PLOT=DENDROGRAM
/PRINT=CLUSTER (2,4).