发布时间:2021-07-12 14: 03: 47
多维标度分析,又称为相似度结构分析,英文简称MDS,它是一种将多维空间的研究对象(样本或变量)简化到低维空间进行定位、分析和归类,同时又保留对象间原始关系的数据分析方法。
听不懂?没关系,下面我们用IBM SPSS Statistics统计软件,通过一篇演示教程,来演示多维标度分析的作用和在软件中的具体使用教程。
一、操作步骤
我们准备好图1所示的数据,该数据是一位测试人员,针对10种不同的物品(A到J),对它们彼此之间的相似度进行打分,分数范围为0-7,接下来我们将使用此数据进行多维标度分析。
选择【分析】--【刻度】--【多维标度(ALSCAL)(M)】,进入多维标度分析界面,如图2。
随后将A到J这10个变量拉入到“变量”框中,再点击“形状”按钮,选择数据形状为“对称正方形”,如图3。在其他案例中,我们需要根据数据结构的具体情况,选择对称或不对称的正方形或者是矩阵。
随后我们点击“模型”按钮,勾选测量级别为有序,再勾选“矩阵”,这样矩阵里的每个数据可以互相比较;由于我们这是在平面上的多维标度分析,因此维度设置最小值和最大值为2,标度模型选择“欧氏距离”模型。
点击“选项”按钮,在选项界面中,勾选上“组图”,其他采用默认设置即可。完成后,我们就可以开始利用SPSS生成多维标度分析的结果了。
二、结果总结
通过以上的操作步骤,我们得到了演示数据多维标度分析的结果,图6上方红框表示模型的一个完整迭代过程,我们在图5中设置了最大迭代次数为30次,图6中说明我们在第六次迭代时,迭代的提升值就已经小于0.001,因此终止迭代。
图6下方的红框,我们直接看最后的相关系数平方值,即RSQ参数,它用于估计多维标度分析的效度,在本研究中RSQ参数为0.904,这说明本次多维标度分析是可信的,一般大于0.6就表示模型效果不错。
另外,模型生成的欧式距离图见图7,我们可观察出,在本次数据中,结果被明显的分割在了两个区域,代表有两种不同的看法,它们之间越相似距离越接近。
以上就是关于IBM SPSS Statistics软件进行多维标度分析的全过程,我们可以发现,多维标度分析操作是比较简单的,且结果可视化程度高,可以非常清晰明了的让我们对数据进行归类,这类模型对于我们看清数据是非常有帮助的。
作者署名:包纸
展开阅读全文
︾
读者也喜欢这些内容:
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
spssk均值聚类分析步骤 spssk均值聚类分析结果解读
spssk均值聚类分析步骤,spssk均值聚类分析需事先指定聚类数目k,然后再依照该聚类数目进行迭代运算,本文会应用例子演示分析步骤,同时也会进行spssk均值聚类分析结果解读,以加深理解。...
阅读全文 >
spss录入数据限制范围 spss录入数据后怎么做成表
SPSS以变量为单位管理数据,每一列代表一个变量,每个变量的每一行称为一个“个案”。站在统计学角度,每一个个案代表一个随机事件,全部录入的随机事件结果构成调查表,在录入随机事件结果的过程中,SPSS会对数据结构有所限制。那么SPSS录入数据限制范围是怎样的,SPSS录入数据后怎么做成表,本文结合实例向大家做简单的介绍。...
阅读全文 >
spss直方图制作教程 spss直方图横坐标怎么显示标签
通过直方图可以了解数据的分布,集中趋势,频数等。直方图与柱状图形状类似,与柱状图不同的是,直方图的横坐标“组距”也具有统计学意义。借助SPSS,我们可以非常方便的绘制直方图。关于SPSS直方图制作教程是怎样的,SPSS直方图横坐标怎么显示标签,本文借助实例,向大家作简单介绍。...
阅读全文 >