- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
SPSSAU-在线SPSS分析软件
多维尺度MDS多维标度多维缩放SPSSAU
多维尺度MDS
Contents
1背景2
2理论2
3操作3
4SPSSAU输出结果4
5文字分析4
6剖析5
多维尺度(multidimensionalscaling,MDS),是一种将研究对象之间距离或者不相似度的直
观展示,较为典型的研究对象是地理位置,当然也可以是观点、颜色等任意各类实体或抽象概
念,比如茶的口味不相似情况。多维尺度的目的是将距离进行可视化展示。
多维尺度MDS通常分为两类,分别是度量MDS(metricmultidimensionalscaling,mMDS)
和非度量MDS(nonmetricmultidimensionalscaling,nMDS)。二者的使用上,通常情况下,如果
研究对象之间的距离代表其真实距离,那么使用度量MDS较为适合,而且此类距离通常可选
择使用欧式距离进行计算,如果研究对象之间的距离代表次序(即相对距离非真实距离,比如
成绩排名),那么使用非度量MDS较为适合。
SPSSAU-在线SPSS分析软件
多维尺度MDS案例
Contents
1背景2
2理论2
3操作3
4SPSSAU输出结果4
5文字分析4
6剖析5
1背景
当前有中国有8大核心城市的距离数据,希望使用多维尺度法直观展示该8大城市的距离
情况,数据如下图所示:
图中右下角数据为1,其代表自己,以及数据呈现出完全对称关系。上述数据中数字代表
实际距离,因而应该使用‘度量MDS法’,并且数据格式为n*n格式。可选择‘计算欧氏距离’。
2理论
多维尺度MDS涉及2种类型,分别是度量MDS和非度量MDS,以及SPSSAU支持两种数
据格式。具体如下事例说明:
如果研究的是‘饮料口味相似度’,类似下图这样的n*n结构数据,数字代表的距离只是一种
‘次序’非实际距离(比如coffee和milk之间的数字为6代表距离较远,但beer和wine之间的数
字为1代表距离非常近),此类数据一般使用‘非度量MDS’法,数据格式为n*n结构数据;
SPSSAU-在线SPSS分析软件
除此之外,还有一种数据为‘原始数据’格式,比如研究中国31省市在8个维度的消费情
况,以便可视化呈现各省市居民的相似情况,如下图所示:
上图展示中国31省市在8个维度上的消费数据,数字代表实际消费情况,因此此类数据应
该使用‘度量MDS’,而且选中‘计算欧氏距离’,而且上述图中数据格式为‘原始数据’格式,其并
非n*n格式数据。
3操作
本例子操作如下:
SPSSAU-在线SPSS分析软件
由于数字为实际距离值,因而使用‘度量MDS’法,并且选中‘计算欧式距离’,以及当前数
据格式为n*n格式。
4SPSSAU输出结果
SPSSAU共输出2个表格和1个图。分别如下说明:
表格或图说明
基本参数设置即模型的基本设置参数情况
模型维度数据结果可视化图维度的坐标数据
MDS距离模型MDS距离模型可视化图
5文字分析
基本参数设置
MDS方法类型数据格式是否计算欧式距离维度数量
度量MDSn*n格式
文档评论(0)