多维标度分析.doc

《多维标度分析.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、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SPS

2、S，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。一、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

3、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10.2):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

4、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

5、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

6、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

7、收敛值为0.005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10.2）。在criteria栏指定的迭代最大次数为30，拟合劣度S-stress值小于0.001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0.00011小于0.0

8、01，迭代过程结束；RSQ数值为0.99388，S-stress为0.03679，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