对应分析之多重多维+偏好选择

当你看到下面这种题

这里写图片描述
先不着急装逼,看看他的数据:
这里写图片描述
几..几个变量?我已经不自觉开始颤抖了。(作为新手小白在建模上的路真是坎坷)
后来,我是这么做的,搜到资料再结合答案:

(1)把数据导入spss(不包含序列那列)
(2)这些数据都是处理过的,于是—

重点来了:

(3)点击分析–>降维–>最优尺度
在”最佳尺度“里,有
a.最佳度量水平(里面的名词多重标称:如果都是分类变量,就选均为多重标称,反之就选并非)
b.变量集的数目(多个集合是把你的变量分成多个集合里分析相关性)(貌似可以很牛逼,后面再试试)
c.选定分析:是根据前两项自动匹配的,最后点击“定义”,就进入多重对应分析窗口了。

–离成功又近了一小步

(4)多重对应分析面板:
a.把你要分类的变量都点到“分析变量”框里(很多可以shift选中哦)
b.点击“变量”选项,把你刚才得到的变量都选进“类别图”和“联合类别图”里面
c.点击继续

一般这样就可以了。你看我得到的:

这里写图片描述

类别点联合图,看颜色你就知道很重要,不过不够直观。
还有一张:

这里写图片描述

辨别度量图就很明显了,夹角越小相关性越大,越能归为一类。
这边x1、x2、x3、x4归为一类,x5、x6各自归为一类。

emmm
然后呢?
题目要我求的不是这个呀~
傻了吧?你这时候可能会想着把矩阵转置,哈哈哈没用的,得到的只有一条被高度重合的直线哟~所以这时候怎么根据这几个分类得到样品的分类呢?

我是这样做的—-

再次点击“分析”–。。。
唯一的区别就是在“输出”里面,把那些变量都选进得分选项里,会得到这个:

这里写图片描述
这里写图片描述

圆满了

猜你喜欢

转载自blog.csdn.net/Joycezzz/article/details/81610533