多維標(biāo)度分析

1、武夷學(xué)院實(shí)驗(yàn)報(bào)告課程名稱：多元統(tǒng)計(jì)分析項(xiàng)目名稱：多維標(biāo)度分析姓名：專業(yè)：14信計(jì)班級(jí)：1班學(xué)號(hào)：_同組成員：無一、實(shí)驗(yàn)?zāi)康?、熟悉SPSS操作系統(tǒng)，掌握數(shù)據(jù)管理界面的簡單的操作；2、熟悉SPSS結(jié)果窗口的常用操作方法，掌握輸出結(jié)果在文字處理軟件中的使用方法；3、掌握多維標(biāo)度法的操作，對其結(jié)果進(jìn)行分析。二、實(shí)驗(yàn)內(nèi)容1. 操作SPSS的基本方法（打開、保存、編輯數(shù)據(jù)文件）2. 問卷編碼3. 錄入數(shù)據(jù)并練習(xí)數(shù)據(jù)相關(guān)操作4. 對數(shù)據(jù)進(jìn)行描述操作，并給出分析結(jié)論。三、實(shí)驗(yàn)步驟1. 開機(jī)2. 找到SPSS的快捷按紐或在程序中找到SPSS，打開SPSS3. 認(rèn)識(shí)SPSS數(shù)據(jù)編輯窗、結(jié)果輸出窗、幫助窗口、圖表

2、編輯窗、語句編輯窗4. 對一份給出的問卷進(jìn)行編碼和變量定義5. 按要求錄入數(shù)據(jù)6. 練習(xí)基本的數(shù)據(jù)修改編輯方法7. 對數(shù)據(jù)進(jìn)行多維標(biāo)度法操作8. 保存數(shù)據(jù)文件9. 關(guān)閉SPSS，關(guān)機(jī)。四、實(shí)驗(yàn)過程及結(jié)果分析AECDEFGHITKLM1地區(qū)北京合肥長沙杭州南昌南京上海武漢廣州成部福州昆明2北京0959144:6120013989811178113319671697168122663合肥959064：14764501454123451105139273017954長沙1446641080533179996433262094074311165杭州120047680504682401766561099

3、169951920896南昌139S45033146S05S364434366512404：3714577南京9S114579924058302735041255161S74=71S708上海117841296417664427307611308178267820429武很113334533265634350476108731047780136410廣州19671105620109966512551308S7301390763135711成都169713929401699124016181782104713900177171112福州16S173074351943774767S78076317

4、710195913昆明22661795111620S914571S70204213641357711195901A(一)操作步驟(1)點(diǎn)擊分析-度量-多維尺度，進(jìn)入多維標(biāo)度分析的主對話框，如下圖。(2變量為設(shè)定變量列表框，用于將要分析的表示距離的變量移入此處。本案例是將北京，合肥，長沙，杭州，南昌，南京，上海，武漢，廣州，成都，福州，昆明放置于此框。(3)單個(gè)矩陣表示如果數(shù)據(jù)文件中有多個(gè)受訪者的距離陣時(shí)。就應(yīng)當(dāng)使用該選項(xiàng)選取代表不同受訪者的變量。單十矩陣:ES確走牯瞅巴我賣®麻清鯉（4）距離用于設(shè)置所使用距離的產(chǎn)生方式。 數(shù)據(jù)為距離數(shù)據(jù)表示如果所提供的數(shù)據(jù)為距離陣，可直接用于分析。單

5、擊'形狀"有3個(gè)選項(xiàng)（圖10.2）:正對稱表示距離陣為完全對稱形式，且行列表示相同的項(xiàng)目，要對角線上下三角中相應(yīng)的數(shù)值對稱相等，正對稱表示距離陣為不完全對稱結(jié)構(gòu)且行列表示相同項(xiàng)目，上下三角中相應(yīng)的數(shù)值不想等，矩形表示距離陣為距離完全不對稱形式，并需要在行數(shù)框中輸入行數(shù)，如下圖。園多淮尺度:數(shù)摒形狀正對稱左不對稱o建形®行數(shù)鑿：|維續(xù)|取滑丨丨幣助， 從數(shù)據(jù)中創(chuàng)建度量表示如果數(shù)據(jù)代表的不是距離，使用該選項(xiàng)可以根據(jù)數(shù)據(jù)生成距離陣。單擊"度量標(biāo)準(zhǔn)"打開數(shù)據(jù)測度方法對話框，如下圖。其中，度量標(biāo)準(zhǔn)用于選擇不相似性量度方法，轉(zhuǎn)換值是選擇進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)化的方法，

6、創(chuàng)建距離矩陣表示是根據(jù)變量還是根據(jù)樣品創(chuàng)建距離陣（變量間計(jì)算成對變量之間的不相似性矩陣，個(gè)案間計(jì)算兩兩樣品之間的不相似性距離矩陣）。設(shè)置完成后，點(diǎn)擊繼續(xù)返回主對話框。H吝維尺度:從數(shù)據(jù)白創(chuàng)建度亙度里標(biāo)淮一區(qū)間迥）：Euclidean逗裔”搖：7V帳或：7O計(jì)數(shù)：卡療藪汁曼度曼二Q二分類瓦：Euulid岡n逗肓薦在巴:O環(huán)洋癥蜀:轉(zhuǎn)換值標(biāo)準(zhǔn)他；無躺喪迪o橙鳩牛案創(chuàng)建距寓拒晦Q旻星間（U十盡間迫蒂質(zhì)在主對話框中點(diǎn)擊模型，用于設(shè)置數(shù)據(jù)和模型的類型，如下圖。£3園案維尺度:舉度里水平O序數(shù)（：打幵結(jié)規(guī)察恒比®區(qū)間出率®條件性®建陣辿DO行無約束（維數(shù)最小值：2最

7、大：牡|度里模型）Euclidean距商個(gè)別追異Euclidean距裔（D）:允許負(fù)的主迦報(bào)重（巴|維紋|取清幣助 度量水平用于指定測量尺度。其中，序數(shù)為有序數(shù)據(jù)，區(qū)間為定距數(shù)據(jù)，比率為比例數(shù)據(jù)，鑒于本例中的數(shù)據(jù)是距離，因此選擇interval。 條件性用于進(jìn)一步定義距離陣的情況。矩陣表示只有一個(gè)矩陣或者每個(gè)矩陣代表不同的個(gè)體時(shí)采用，它表示距離陣的數(shù)值意義相同，是可以相互比較的，行只在非對稱或者距離陣時(shí)才使用。表示只對同一行間數(shù)據(jù)進(jìn)行比較才有意義，無約束表示不受任何限制，資料中所有數(shù)值的比較都有意義。 維數(shù)用于指定多維尺度分析的維度。最小值輸入最少維度，最大值輸入最大維度，由于一般是計(jì)算二維解

8、，均輸入2。度量模型用于選擇距離測量模式oEuclidean距離是歐幾里得距離，個(gè)別差異Euclidean距離加權(quán)歐幾里距離。設(shè)置完成后，點(diǎn)擊繼續(xù)返回主對話框。（6）在主對話框中點(diǎn)擊進(jìn)入選項(xiàng)子對話框，用于設(shè)置其他一些選項(xiàng)。一一 輸出用于選擇輸出圖形和分析結(jié)果。組圖為多維尺度分析圖。數(shù)據(jù)矩陣表示為每位個(gè)體的數(shù)據(jù)顯示距離陣。輸出用于選擇輸出圖形和分析結(jié)果。其中，組圖為多維尺度分析圖，個(gè)別主題圖為每位個(gè)體的數(shù)據(jù)顯示單獨(dú)的分析圖形，數(shù)據(jù)矩陣表示為每位個(gè)體的數(shù)據(jù)顯示距離陣，模型和選項(xiàng)摘要表示顯示分析中所有選項(xiàng)的基本信息，包括數(shù)據(jù)選項(xiàng)，模型選項(xiàng)，輸出選項(xiàng)和迭代數(shù)據(jù)選項(xiàng)等信息。 標(biāo)準(zhǔn)用于設(shè)置迭代停止的判據(jù)。

9、其中，S應(yīng)力收斂性為單調(diào)收斂準(zhǔn)則，當(dāng)兩次迭代間S-stress的增量小于等于設(shè)定值時(shí)停止迭代，最小S應(yīng)力值為最小S-stress值，系統(tǒng)默認(rèn)收斂值為0.005時(shí)迭代停止。最大迭代用最大迭代次數(shù)作為迭代停止的判據(jù)。設(shè)置完成后，點(diǎn)擊繼續(xù)返回主對話框，再單擊確定選項(xiàng)，運(yùn)行多維標(biāo)度分析。r摻堆R度選項(xiàng)S3彌!jin個(gè)別主漣圖0數(shù)據(jù)雯陣蟲模型和選柯摘耍（血3應(yīng)力收最小S應(yīng)力値迥）：最大運(yùn)他0.0010.00530將小于：0的距商看柞堿失值取涪幣助至；ati:cr?/j3C711:S；3lr1|二i2950,MDJ；3直.：C.：C19i：.：J：Ji：C心二i：.：j：5mooo軌：C雖Ci.'

10、Cid9S1.00D瓷:工000Q.：,h：i1/:.：'：G匚904,Off)110(W姑工；口J8姑.：C門朋：650(WEa.：X巴匸.：C91967.0001105.000i匚i665.0001255.00013C9.000B73.0OO.：n：1：匹：j：J二：ii：購：Jn.：Cmooo17E2.OWloir.ooo1390.Offi.：i：1：1=1.j：i匚iil；.：Cy：m.ooo1：渝：'：145?,1BTO.MO2M0m.MC1357妙'!；：1：二E.：!：1：13K.WC,：C上圖為最優(yōu)標(biāo)度的距離陣78910.0001771.000711.0

11、00IterationhistoryforHie2dinensioEalsolutioniosquareddistancEs)ItEti：!、飛t口理I131'CV713fl：!,N：xh3.i：i：C1I：eritIDLEi：7Cd：r73CEr?£t：33£inpr：7：neLtislsss:?iai:.iti3E£ancfiugzt!c:zielti3i已遼ii匸蘭:燈瑚Tallies二:?.z匚:？Dirc:viDCEjft?.si：ilecia:t止二址：說；'ij'j.na;:i-j二ektiiezxcr.if3c:：jti7&

12、#163;ifu3/tjiei:莓“匸二：污上鄉(xiāng)如"二UEW竺E-i'LS；!?S：；£££Cl'l'jli1.?:rnatiiK出郵=.1:n；=.gg湖CanfiEuratianILidiiensiotis古典解的迭代過程以及壓力，RSQ數(shù)值（表10.2）。在criteria欄指定的迭代最大次數(shù)為30,擬合劣度S-stress值小于0.001時(shí)停止。RSQ表示總變異種能夠被相對空間距離所揭示的比例，數(shù)值越接近1說明擬合效果很好；S-stress是擬合劣度指標(biāo)，其值越高說明擬合越差。從表中可以看出本例迭代到第三次S-stress

13、為0.00011小于0.001，迭代過程結(jié)束；RSQ數(shù)值為0.99388,S-stress為0.03679，都說明擬合效果好。2）擬合構(gòu)造點(diǎn)在二二維標(biāo)度中的坐標(biāo)，如卜表。Optimallyscaled1231.00021.737.00032.6181.161.00042.173.8621.458.00052.532.815.599.84761.776.2621.447.43472.133.7461.746.31982.052.625.6011.18893.5622.0011.1231.990103.0732.5211.7023.077113.0441.3221.345.940124.1033.

14、2502.0213.783111211.000123.000data(.disp：azities.)forsubject14567.0001.056.0001.166.494.000.621.9131.378.0001.2042.2732.3691.5812.2452.9303.2271.896.7911.3531.2281.4122.6383.3863.6982.470上圖為最優(yōu)標(biāo)度的距離陣。StimulusCoordinatesDimensionStimulusStimulus12NumberName1北京1.0867-1.88802合肥.632321923長沙494S.212S4杭州1.

15、OS77.29125南昌.040940前6南眾.905717487上海1.2043.13210武漢-.075115639廣州-.67171.316010成都-1.8193-.314311福州.68541.121212昆明-2.5S141230(3)派化的繳勵(lì)配逍Euclidean皿1離揆型派生的激勵(lì)配置圖。是不同點(diǎn)對距離的散點(diǎn)圖。將各樣點(diǎn)按照各個(gè)樣品之間的距離在空間中排列起來。從下圖中可以看出長沙、南昌、武漢三者之間的距離比較靠近，杭州、合肥、南京、上海四者間的距離比較近，昆明與成都比較靠近，北京與其他城市相距最遠(yuǎn)。（4）線性擬伶的散點(diǎn)圖EuclideanSli離模型®£i1-線性擬合散丿點(diǎn)圖，如下圖。該圖提供的是原始數(shù)據(jù)的不一致程度和用線性模型計(jì)算出來的歐式距