[工程科技]對(duì)應(yīng)分析(編輯修改稿)
2025-02-15 07:35 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 5 % 7 5 . 0 % 1 0 0 . 0 %1 2 . 5 % 1 2 . 8 % 7 3 . 2 % 3 3 . 3 %5 25 5 351 1 . 7 1 1 . 4 1 2 . 0 3 5 . 01 4 . 3 % 7 1 . 4 % 1 4 . 3 % 1 0 0 . 0 %1 2 . 5 % 6 4 . 1 % 1 2 . 2 % 2 9 . 2 %15 5 5 258 . 3 8 . 1 8 . 5 2 5 . 06 0 . 0 % 2 0 . 0 % 2 0 . 0 % 1 0 0 . 0 %3 7 . 5 % 1 2 . 8 % 1 2 . 2 % 2 0 . 8 %15 4 1 206 . 7 6 . 5 6 . 8 2 0 . 07 5 . 0 % 2 0 . 0 % 5 . 0 % 1 0 0 . 0 %3 7 . 5 % 1 0 . 3 % 2 . 4 % 1 6 . 7 %40 39 41 1204 0 . 0 3 9 . 0 4 1 . 0 1 2 0 . 03 3 . 3 % 3 2 . 5 % 3 4 . 2 % 1 0 0 . 0 %1 0 0 . 0 % 1 0 0 . 0 % 1 0 0 . 0 % 1 0 0 . 0 %C o u n tE x p e c t e d C o u n t% w i t h i n B R A N D% w i t h i n A R E AC o u n tE x p e c t e d C o u n t% w i t h i n B R A N D% w i t h i n A R E AC o u n tE x p e c t e d C o u n t% w i t h i n B R A N D% w i t h i n A R E AC o u n tE x p e c t e d C o u n t% w i t h i n B R A N D% w i t h i n A R E AC o u n tE x p e c t e d C o u n t% w i t h i n B R A N D% w i t h i n A R E A1 品牌 A2 品牌 B3 品牌 C4 品牌 DB R A N DT o t a l1 地區(qū) 1 2 地區(qū) 2 3 地區(qū) 3A R E AT o t a l行輪廓 列輪廓 ? 主成分（ Principal ponents) 通過主成分分析，在以兩個(gè)主成分為坐標(biāo)軸的空間中，表出行輪廓或列輪廓，或同時(shí)標(biāo)出行、列輪廓，從而探索它們之間的關(guān)系。 這種近似地表示行列輪廓的圖形叫對(duì)應(yīng)圖（ correspondence plot)。 2022/2/12 ? 慣量 (inertias)和特征值 (eigenvalues) ? 慣量是度量行輪廓和列輪廓的變差的統(tǒng)計(jì)量，總慣量表示輪廓點(diǎn)的全部變差； ? 作圖用的前兩維度分別對(duì)應(yīng)兩個(gè)主慣量（ principal inertias)， 表示在坐標(biāo)軸方向上的變差； ? 主慣量就是對(duì)行輪廓和列輪廓作主成分分析時(shí)得到的特征值，特征值的平方根叫做奇異值（ singular values)。 ? 卡方 ( Chisquare)和列聯(lián)系數(shù) (contingency coefficient) 是檢驗(yàn)對(duì)應(yīng)分析顯著性或近似效果的統(tǒng)計(jì)量 ? 數(shù)據(jù)的格式要求 對(duì)應(yīng)分析數(shù)據(jù)的典型格式是列聯(lián)表或交叉頻數(shù)表。 常表示不同背景的消費(fèi)者對(duì)若干產(chǎn)品或產(chǎn)品的屬性的選擇頻率。 背景變量或?qū)傩宰兞靠梢圆⒘惺褂没騿为?dú)使用。 兩個(gè)變量間 —— 簡(jiǎn)單對(duì)應(yīng)分析。 多個(gè)變量間 —— 多元對(duì)應(yīng)分析。 ? 對(duì)應(yīng)圖的維度 （ 坐標(biāo)軸 ） 分析的二維表中有 r行 、 c列 ， 即行變量有 r類 ， 列變量有 c類 ， 那么對(duì)應(yīng)分析中所用的維度數(shù)目應(yīng)為 （ r1） ， （ c1） 中的最小值 ， 我們將其記作： min（ r， c） 1。 也就是說 ， 我們可以在 min（ r， c） 1維空間中非常好地描繪行變量的 r類和列變量的 c類 。 例如 ， 某一列聯(lián)表中有 5行 ， 4列 ， 則維度的最大值是 min（ 5， 4） 1=3。 但是從實(shí)用的角度來(lái)講 ， 我們可以在較低維度下 ， 例如用二維空間來(lái)描繪行變量和列變量的類別 ， 很顯然 ， 二維空間非常易于理解 ， 而多維空間則不然 。在通常情況下 ， 兩個(gè)維度就可以比較好地解釋行變量與列變量 。 2022/2/12 對(duì)應(yīng)分析的主要步驟 確定研究問題 獲得對(duì)應(yīng)分析數(shù)據(jù) 對(duì)列聯(lián)表作對(duì)應(yīng)分析 作對(duì)應(yīng)圖并解釋結(jié)果的意義 評(píng)價(jià)分析的結(jié)果 簡(jiǎn)單的對(duì)應(yīng)分析 —— 二維的列聯(lián)表 案例：一家音像連鎖店，為了廣告目的，需要了解不同類型的顧 客在選擇借租節(jié)目帶類型的關(guān)系。 性別 gender 年齡 age 節(jié)目名稱 movies 數(shù)量 count F 50 MYSTERY 神話 37 F 60 DRAMA 戲曲 702 F 35 HORROR 恐怖 44 M 35 FAMILY 家庭 84 M 45 ACTION 動(dòng)作 347 F 30 ROMANCE 愛情 30 F 20 SPORTS 體育 24 … . … . … . … . F 65 COMEDY 喜劇 86 F20 F25 M20 M25 DRAMA ROMANCE 20 25 DRAMA ROMANCE 20 25 DRAMA ROMANCE 男 Males 女 Females 三個(gè)變量 —— gender age movies 同樣的方法采用 spss ? 我們一起來(lái)操作 R o w a n d C o l u m n P o i n t sS y m m e t r ic a l N o r m a l i z a t i o nD i m e n s i o n 11 . 51 . . 0 . 5 1 . 0 1 . 5Dimension 21 . 0.50 . 0 . 5 1 . 0S E X A G EM O V I E SM 6
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1