多维标度分析.docx
《多维标度分析.docx》由会员分享,可在线阅读,更多相关《多维标度分析.docx(12页珍藏版)》请在冰豆网上搜索。
![多维标度分析.docx](https://file1.bdocx.com/fileroot1/2023-7/22/959e6892-fd85-4cde-94fd-ffc122c61441/959e6892-fd85-4cde-94fd-ffc122c614411.gif)
多维标度分析
武夷学院实验报告
课程名称:
多元统计分析项目名称:
多维标度分析
姓名:
专业:
14信计班级:
1班学号:
同组成员:
无
一、实验目的
1、熟悉SPSS操作系统,掌握数据管理界面的简单的操作;?
2、熟悉SPSS结果窗口的常用操作方法,掌握输出结果在文字处理软件中的使用方法;
3、掌握多维标度法的操作,对其结果进行分析。
二、实验内容
1.操作SPSS的基本方法(打开、保存、编辑数据文件)?
2.问卷编码?
3.录入数据并练习数据相关操作?
4.对数据进行描述操作,并给出分析结论。
三、实验步骤
1.开机?
2.找到SPSS的快捷按纽或在程序中找到SPSS,打开SPSS?
3.认识SPSS数据编辑窗、结果输出窗、帮助窗口、图表编辑窗、语句编辑窗?
4.对一份给出的问卷进行编码和变量定义?
5.按要求录入数据?
6.练习基本的数据修改编辑方法?
7.对数据进行多维标度法操作
8.保存数据文件?
9.关闭SPSS,关机。
四、实验过程及结果分析
(一)操作步骤
(1)点击分析-度量--多维尺度,进入多维标度分析的主对话框,如下图。
(2变量为设定变量列表框,用于将要分析的表示距离的变量移入此处。
本案例是将北京,合肥,长沙,杭州,南昌,南京,上海,武汉,广州,成都,福州,昆明放置于此框。
(3)单个矩阵表示如果数据文件中有多个受访者的距离阵时。
就应当使用该选项选取代表不同受访者的变量。
(4)距离用于设置所使用距离的产生方式。
①数据为距离数据表示如果所提供的数据为距离阵,可直接用于分析。
单击"形状"有3个选项(图:
正对称表示距离阵为完全对称形式,且行列表示相同的项目,要对角线上下三角中相应的数值对称相等,正对称表示距离阵为不完全对称结构且行列表示相同项目,上下三角中相应的数值不想等,矩形表示距离阵为距离完全不对称形式,并需要在行数框中输入行数,如下图。
②从数据中创建度量表示如果数据代表的不是距离,使用该选项可以根据数据生成距离阵。
单击"度量标准"打开数据测度方法对话框,如下图。
其中,度量标准用于选择不相似性量度方法,转换值是选择进行标准化转化的方法,创建距离矩阵表示是根据变量还是根据样品创建距离阵(变量间计算成对变量之间的不相似性矩阵,个案间计算两两样品之间的不相似性距离矩阵)。
设置完成后,点击继续返回主对话框。
(5)在主对话框中点击模型,用于设置数据和模型的类型,如下图。
①度量水平用于指定测量尺度。
其中,序数为有序数据,区间为定距数据,比率为比例数据,鉴于本例中的数据是距离,因此选择interval。
②条件性用于进一步定义距离阵的情况。
矩阵表示只有一个矩阵或者每个矩阵代表不同的个体时采用,它表示距离阵的数值意义相同,是可以相互比较的,行只在非对称或者距离阵时才使用。
表示只对同一行间数据进行比较才有意义,无约束表示不受任何限制,资料中所有数值的比较都有意义。
③维数用于指定多维尺度分析的维度。
最小值输入最少维度,最大值输入最大维度,由于一般是计算二维解,均输入2。
④度量模型用于选择距离测量模式。
Euclidean距离是欧几里得距离,个别差异Euclidean距离加权欧几里距离。
设置完成后,点击继续返回主对话框。
(6)在主对话框中点击进入选项子对话框,用于设置其他一些选项。
①输出用于选择输出图形和分析结果。
组图为多维尺度分析图。
数据矩阵表示为每位个体的数据显示距离阵。
输出用于选择输出图形和分析结果。
其中,组图为多维尺度分析图,个别主题图为每位个体的数据显示单独的分析图形,数据矩阵表示为每位个体的数据显示距离阵,模型和选项摘要表示显示分析中所有选项的基本信息,包括数据选项,模型选项,输出选项和迭代数据选项等信息。
②标准用于设置迭代停止的判据。
其中,S应力收敛性为单调收敛准则,当两次迭代间S-stress的增量小于等于设定值时停止迭代,最小S应力值为最小S-stress值,系统默认收敛值为时迭代停止。
最大迭代用最大迭代次数作为迭代停止的判据。
设置完成后,点击继续返回主对话框,再单击确定选项,运行多维标度分析。
运行结果:
(1)
上图为最优标度的距离阵
古典解的迭代过程以及压力,RSQ数值(表)。
在criteria栏指定的迭代最大次数为30,拟合劣度S-stress值小于时停止。
RSQ表示总变异种能够被相对空间距离所揭示的比例,数值越接近1说明拟合效果很好;S-stress是拟合劣度指标,其值越高说明拟合越差。
从表中可以看出本例迭代到第三次S-stress为小于,迭代过程结束;RSQ数值为,S-stress为,都说明拟合效果好。
(2)拟合构造点在二维标度中的坐标,如下表。
上图为最优标度的距离阵。
(3)
派生的激励配置图。
是不同点对距离的散点图。
将各样点按照各个样品之间的距离在空间中排列起来。
从下图中可以看出长沙、南昌、武汉三者之间的距离比较靠近,杭州、合肥、南京、上海四者间的距离比较近,昆明与成都比较靠近,北京与其他城市相距最远。
(4)
线性拟合散点图,如下图。
该图提供的是原始数据的不一致程度和用线性模型计算出来的欧式距离间的散点图。
如果模型拟合程度好,则所有散点应当在一条直线上。
从该图中可以发现,各点基本上呈线性趋势,不存在明显的离群点,因此采用欧几里得距离来拟合原始数据的距离阵是非常适合的。
五、实验总结
这个实验还是有一定的难度,?
因为这不单单是一门学科知识,而需要一定的统计学知识,因而操作起来并没有前几个实验那么简单,在整个实验中遇到了种种困难,不过最终在实验书的指导和各位同学们的帮助还是顺利的完成了整个实验。
虽然实验时间短暂但收获还是颇丰的,至少对spss软件有了基本了解,掌握了该软件的一些基本操作。
实验报告成绩(百分制)__________实验指导教师签字:
__________