26版SPSS操作教程(高级教程第十六章)

目录

前言

粉丝及官方意见说明

第十六章一些学习笔记 

 第十六章一些操作方法 

多维尺度分析

不考虑个体差异的多维尺度分析模型

假设数据

具体操作

结果解释

选择不同距离的排列方式

考虑个体差异的多维尺度分析模型(INDSCAL,individual difference scaling)

假设数据

具体操作

结果解释

基于最优尺度变换的多维尺度分析模型(PROXSCAL过程)

对话框介绍

具体操作

结果解释

在模型中考虑更多维度

多维展开模型

假设数据

具体操作

结果分析

结束语 


前言

#有条件要上,没有条件创造条件也要上

#本期内容:多维尺度分析

#由于导师最近布置了学习SPSS这款软件的任务,因此想来平台和大家一起交流下学习经验,这期推送内容接上一次高级教程第十五章的学习笔记,希望能得到一些指正和帮助~

粉丝及官方意见说明

#针对官方爸爸的意见说的推送缺乏操作过程的数据案例文件澄清如下:1、操作演示的数据全部由我本人随意假设输进去的,重在演示操作;2、本人也只是在学习阶段,希望友友们能谅解哈,手里有数据的宝子当然更好啦,没有咱就自己假设数据练习一下也没多大关系的哈;3、我也会在后续教程中尽量增加一些数据的必要性说明;4、大家有什么好的意见也可以在评论区一起交流吖~

第十六章一些学习笔记 

  1. SPSS中不考虑个体差异的多维尺度分析模型:1、古典多维尺度分析(classical MDS)【当测量数值代表不同对象两两间的差异性(即数值越大代表两者差异越大)时,该模型就将数值近似看作点间的距离加以分析,模型拟合效果一般直接用决定系数描述,若数据采集自不同个体的多个矩阵,则需要拟合重复多维尺度分析(RMDS)模型】;2、非度量多维尺度分析模型【依据经验,若应力值(stress)≥20%,则模型拟合程度差,小于10%为满意,小于5%为好,小于2.5%为很好,若该值为0,称为完全匹配】。--统计分析高级教程(第三版)P296-297
  2. SPSS中多维尺度分析距离的各种提供方式:1、通过原始数据计算距离;2、选择不同距离排列方式【1、对称正方形(square symmetric);2、不对称正方形(square asymmetric);3、矩形(rectangular)】。--统计分析高级教程(第三版)P301-302

 第十六章一些操作方法 

多维尺度分析

多维尺度分析(multidimensional scaling,MDS)是主要用于处理n个可以由多个指标进行描述的对象(object),但指标数量不确定、模糊,只知这n个对象间的某种距离(差异性)或相似性的问题分析的工具,通过模型拟合将对象定位到“概念空间(一般2~3维)”的具体位置,数据点间的距离由计算的差异性决定,从而可以在低维度空间描述相似性或差异性。

不考虑个体差异的多维尺度分析模型

假设数据

具体操作

结果解释

选择不同距离的排列方式

考虑个体差异的多维尺度分析模型(INDSCAL,individual difference scaling)

饮料口味差异评价

假设数据

具体操作

结果解释

基于最优尺度变换的多维尺度分析模型(PROXSCAL过程)

对话框介绍

具体操作

结果解释

这里是由于源的问题,导致个体差异的结果没出来,建议还是在处理数据那一步将数据合并好,且要保证具有足够的数据量,再用上述步骤分析,后续还需继续研究,实在不行再考虑编程实现

在模型中考虑更多维度

这里由于是三个维度,因此给出结果

多维展开模型

分析目的是考察各组对象之间的距离远近,同一组内各对象间的距离则并不在研究关心的范围之内,这时多维展开模型就是比较合适的选择。

场景与行为的匹配关系

假设数据

具体操作

结果分析

结束语 

#好啦~,以上就是我SPSS第三十四期学习笔记——高级教程第十六章的学习情况啦~,希望能与大家交流学习经验,共同进步吖~

#考虑高级教程的难度与深度,主要是内容太多辣,后续依然会尽力更新内容~争取日更!

#也非常感谢大家对我的一路陪伴,宝子们的关注、支持和打赏就是up儿不断更新滴动力,我近期也会坚持学习SPSS,更新相应的学习内容及笔记到平台上,咱们下期高级教程不见不散~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/4112.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[C++ QT项目实战]----系统实现双击表格某一行,表格数据不再更新,可以查看该行所有信息,选中表更新之后,数据可以继续更新

前言 在需要庞大的数据量的系统中,基于合适的功能对数据进行观察和使用至关重要,本篇在自己项目实战的基础上,基于C QT编程语言,对其中一个数据功能进行分析和代码实现,希望可以有所帮助。一些特殊原因,图片…

车道分割YOLOV8-SEG

车道分割YOLOV8-SEG,训练得到PT模型,然后转换成ONNX,OPENCV的DNN调用,支持C,PYTHON,ANDROID开发 车道分割YOLOV8-SEG

数据污染对大型语言模型的潜在影响

大型语言模型(LLMs)中存在的数据污染是一个重要问题,可能会影响它们在各种任务中的表现。这指的是LLMs的训练数据中包含了来自下游任务的测试数据。解决数据污染问题至关重要,因为它可能导致结果偏倚,并影响LLMs在其他…

python三维交互可视化工具plotly使用

三维数据可视化工具使用 import plotly.graph_objects as go import numpy as np# 生成随机点 data np.random.uniform(-3,3,(100000, 2)) Z np.exp(-((data[:, 0] - 0)**2 / (2*1**2) (data[:, 1] - 0)**2 / (2*1**2)))scatter1 go.Scatter3d(xdata[:, 0], ydata[:, 1], …

Windows Server2019安全基线等保参考要求

Windows Server的基线安全(等保要求)检查项类别名称方式检查项预期是否达标加固建议文档IP协议防火墙TCP/IP筛选配置手动业务所需的TCP,UDP端口和IP协议是否开放0开放业务所需的TCP,UDP端口和IP协议是否启用Windows系统自带的防火墙自动启用windows自带的防火墙0更改允许接…

【项目】仿muduo库One Thread One Loop式主从Reactor模型实现高并发服务器(Http板块)

【项目】仿muduo库One Thread One Loop式主从Reactor模型实现高并发服务器(Http板块) 一、思路图二、Util板块1、Splite板块(分词)(1)代码(2)测试及测试结果i、第一种测试ii、第二种…

Spark java.io.NotSerializableException

文章目录 源代码错误原因错误信息方案一方案一具体代码 方案二方案二具体代码 源代码 //编写SQL语句 val sql "insert into province_browser_cnt(province,browser,operator_cnt) values(?,?,?)" //获取mysql的连接 val conn JDBCUtil.getConn() //将如下的结…

关于discuz论坛网址优化的一些记录(伪静态)

最近网站刚上线,针对SEO做了些操作,为了方便网站网页被收录,特此记录下 1.开启伪静态 按照操作勾选所有项,然后点击查看伪静态规则 2.打开宝塔,找到左侧列表的网站,然后找到相应站点的设置。把discuz自动…

STM32的端口引脚的复用功能及重映射功能解析

目录 STM32的端口引脚的复用功能及重映射功能解析 复用功能 复用功能的初始化 重映射功能 重映射功能的初始化 复用功能和重映射的区别 部分重映射与完全重映射 补充 STM32的端口引脚的复用功能及重映射功能解析 复用功能 首先、我们可以这样去理解stm32引脚的复用功能…

SD-WAN怎样助力企业网络升级

随着企业规模的持续扩张,其网络建设的重要性日益凸显,成为业务成功的基石。尤其对于中小企业而言,信息化和电脑化已成为推动生产力和竞争力提升的关键所在。办公室自动化、数据库、ERP、CRM、物流供应链等关键业务应用的不断增加,…

K8s: Service对象以及与Pod之间的通信关系

Service 对象 1 )概述 每个 Pod 都有自己的 IP 地址,但是在 Deployment 中注意,实际在部署我们服务的时候创建的是 Deployment 而非 pod Deployment 是控制器的一种 在同一时刻运行的 Pod 集合可能与稍后运行该应用程序的 Pod 集合不同这导致…

css 文字左右抖动效果

<template><div class"box"><div class"shake shape">抖动特效交字11</div></div> </template><script setup></script><style scope> .shape {margin: 50px;width: 200px;height: 50px;line-heigh…

计算机存储原理.2

1.主存储器与CPU之间的连接 2.存储器芯片的输入输出信号 3.增加主存的存储字长 3.1位扩展 数据总线的利用成分是不充分的(单块只能读写一位)&#xff0c;为了解决这个问题所以引出了位扩展。 使用多块存储芯片解决这个问题。 3.2字扩展 因为存储器买的是8k*8位的&am…

Linear Secret-Sharing Scheme(LSSS) Monotone Span Program(MSP)

参考文献&#xff1a; [KW93] Karchmer M, Wigderson A. On span programs[C]//[1993] Proceedings of the Eigth Annual Structure in Complexity Theory Conference. IEEE, 1993: 102-111.[CDM00] Cramer R, Damgrd I, Maurer U. General secure multi-party computation fr…

【C++风云录】走向智能农业时代:利用C++库实现农田管理和食品质量监测的突破

农业科学与食品安全&#xff1a;利用C库实现智慧农业的梦想 前言 随着科技的不断进步&#xff0c;农业科学和食品安全已经成为人们关注的焦点。农业生产的效率和质量对于满足不断增长的人口需求和保障食品安全至关重要。为了提高农业生产的效率和可持续性&#xff0c;利用计算…

【探索Java编程:从入门到入狱】Day2

&#x1f36c; 博主介绍&#x1f468;‍&#x1f393; 博主介绍&#xff1a;大家好&#xff0c;我是 hacker-routing &#xff0c;很高兴认识大家~ ✨主攻领域&#xff1a;【渗透领域】【应急响应】 【Java、PHP】 【VulnHub靶场复现】【面试分析】 &#x1f389;点赞➕评论➕收…

K8s: 控制器之StatefulSets对象

StatefulSet 1 ) 概述 Stateful&#xff0c;也就是有状态应用&#xff0c;微服务无状态是一个理想的这么一个环境有些应用是有状态的&#xff0c;比如这个web服务器&#xff0c;它只能运行在一台server上因为它要访问一些持久化的存储比如说 mysql 它就是一个典型的有状态的应…

js[黑马笔记]

js基础 基础语法 输入输出 变量 数组 常量 数据类型 类型转换 运算符 语句 数组 函数 调用方式 函数名() 匿名函数 使用: 1.函数表达式 2.立即执行函数 对象 内置对象 web API DOM document object Model元素操作 获取元素 设置元素 定时器 DOM事件基础 事件监听 事件类…

MySQL商城数据表(70-79)

70店铺入驻流程表 DROP TABLE IF EXISTS xuge_shop_flows; CREATE TABLE xuge_shop_flows (flowId int(11) NOT NULL AUTO_INCREMENT,flowName varchar(100) NOT NULL,isShow tinyint(4) DEFAULT 1 COMMENT 0:隐藏 1:显示,sort tinyint(4) DEFAULT 0,isDelete tinyint(4) DEFA…

流量网关与服务网关的区别:(面试题,掌握)

流量网关&#xff1a;&#xff08;如Nignx&#xff0c;OpenResty&#xff0c;Kong&#xff09;是指提供全局性的、与后端业务应用无关的策略&#xff0c;例如 HTTPS证书认证、Web防火墙、全局流量监控&#xff0c;黑白名单等。 服务网关&#xff1a;&#xff08;如Spring Clou…