多维图示分析技术

多维图示分析技术

ID:13945887

大小:44.00 KB

页数:3页

时间:2018-07-25

多维图示分析技术_第1页
多维图示分析技术_第2页
多维图示分析技术_第3页
资源描述:

《多维图示分析技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、对应分析模块1、对应分析概述:“对应分析”在SPSS中位于菜单datareduction里,这个菜单在数据处理中是一个降维或简化数据的过程。对应分析是通过主成分分析来描述两个或多个分类变量各水平间相关性的分析方法。对应分析的结果主要采用对应分析图来表示,图中的每一个散点代表了某个变量的一个水平,有紧密关系的水平其散点会紧密地靠近在一起。★需要注意:如果SPSS中的数据没有按统计分析格式录入,而是按数据表的原始排列方式录入,SPSS则只能通过编程对数据进行分析,而不能通过对话框实现。如果要直接通过对话框进行该项分析,则需要将数据转换成统计分析格式。2、对应分析的步骤:——数据转换成可供分析的

2、统计分析格式(矩阵形式),定义变量值标签。——数据加权——进行对应分析:选择行变量、列变量;定义行、列两个分类变量的最大值、最小值——进入model子对话框,该对话框提供的选项功能,非常高级,一般很少改动,共有4项功能选择。I.选择分析结果的维度:可选的最大维度数为行、列变量中的最少分类数减1。II.选择距离测量方式:有卡方和欧氏距离两种。分类变量一般用卡方,连续性变量用欧氏。III.选择变量标准化方式:这些选项仅在使用欧氏距离时可用,一般不更改。IV.选择正态化方式:使用默认的对称法即可。——进入statistics子对话框,定义需要输出表的结果。I.输出对应分析表(correspond

3、encetable):实际就是两个变量的行×列表(即没有转化的数据表)。II.输出行点纵览表(overviewofrowpoint)、输出列点纵览表(overviewofcolumnpoint),实际是行列坐标值。III.输出行轮廓表(rowprofiles),输出列轮廓表(columnprofiles)——进入plots子对话框,定义需要输出图的结果。输出对应分析表(scatterplots):系统默认选择双变量散点图,也可自行选择输出行点图和列点图。通常情况下选择这种图就足够了。3、对应分析输出结果的阅读:进行对应分析后一般会输出4个表、1个图。——correspondencetabl

4、e:可以从中看到两个变量各种类别的大致对应情况,也可检查数据录入有无错误。——summary:此表为输出表格中最重要的一个,主要用于确定需要用多少个维度对结果进行解释。——overviewofrowpoint和overviewofcolumnpoint,这两张表给出了坐标值。——对应分析图,阅读对应分析图有两个原则:I.首先分不同变量分别检查横轴/纵轴方向上的区分情况,如果同一变量不同类别在某个方向上靠得较近,说明这些类别在该维度上区别不大。II.比较不同变量各个取值分类间的位置关系,落在从图形中心(0,0)点出发相同方位上大致相同区域内的不同变量的分类点彼此有联系。4、实例说明数据转换和

5、加权的过程例:茅台、五粮液、水井坊三个品牌的品牌特点。1、(原始频数表)水井坊茅台五粮液年轻的品牌826641历史悠久的品牌608077专业护肤的品牌756080(转换成统计分析的数据表)变量1变量2变量3行11182行21266行31341行42160行52280行62377行73175行83260行933802、数据转换完成后,在SPSS中用变量3进行加权。—选择data菜单下weightcases命令—点击weightcasesby的选项,导入变量3,点击OK3、对应分析—点击analyze菜单,选择子菜单datareduction—选择correspondenceanalysis命

6、令—定义statistics子对话框,其余默认—点击OK,输出结果

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。