“度量标准-区间(N)”选项条中可选项包括如图-10所示的几种度量方法，本例中选择“平方Euclidean距离”：

“转换值-标准化(S)”选项条中可选项包括如图-11所示的几种将原始数据标准化的方法，本例中选择“全局从0到1”：

冰柱图解释

O(∩_∩)O

聚类分析冰柱图形状类似于屋檐上垂下的冰柱，因此而得名。 横轴：案例（Case）表示被聚类的对象或变量；

纵轴：群集数（Number of clusters）表示被聚成几类； 观察冰柱图应从最后一行开始。举例如下：

当聚成6类时X4和X8和X6聚成一类，其他个案自成一类，用白板将6类一下挡上可以看出如图；

当聚成5类时X4和X8和X6和X2聚成一类，其他个案自成一类。 冰柱图的优点是不仅可以显示出不同类数时个案所属的分类结果，还能表现出聚类的过程步骤，生动形象；缺点是不能表现出聚类过程中距离的大小。

若生成的树状图如下，看不清楚。可点击右键导出文件，生成word文件，然后可以看出聚类过程。

O(∩_∩)O

导出的word文档中聚类过程如下：

可看出聚类过程为如下表所示：

分类过程统计表

连结顺序 1 B 连 结 元 素 C O(∩_∩)O

2 3 4 5 A E EF D BC F ABC ABCEF

O(∩_∩)O