[工程科技]對應(yīng)分析-展示頁
2025-01-28 07:35本頁面
【正文】 I n t e r v a lS p e a r m a n C o r r e l a t io nO r d i n a l b y O r d in a lN o f V a li d C a s e sV a l u eA s y m p .S t d . E r r o raA p p r o x . TbA p p r o x .S i g .N o t a s s u m i n g t h e n u ll h y p o t h e s i s .a . U s in g t h e a s y m p t o t i c s t a n d a r d e r r o r a s s u m in g t h e n u l l h y p o t h e s i s .b . B a s e d o n n o r m a l a p p r o x i m a t i o n .c . 對應(yīng)分析的結(jié)果 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 . . 0 . 5 1 . 0 1 . 5Dimension 21 . 0.50 . 0 . 5 1 . 0 1 . 5A R E AB R A N D地區(qū) 3地區(qū) 2地區(qū) 1品牌 D品牌 C品牌 B品牌 A案例：檢驗不同收入的消費者對品牌的選擇 BRAND LOWER MIDDLE UPPER TOTAL A 2 7 16 25 B 49 7 3 59 C 4 5 23 32 D 4 49 5 58 E 15 2 5 22 F 1 7 14 22 TOTAL 75 77 66 218 1. 低收入消費者與品牌 B和 E 2. 中等收入消費者與品牌 D 3. 高收入消費者與品牌 A、 C和 F SAS Market 模塊 2022/2/12 對應(yīng)分析的基本原理 ? 列聯(lián)表 (contingency table) 表中的每一行或每一列分別對應(yīng)于一個行向量（點）或列向量（點）；分別將行和列的概率（百分比）看成是空間行點和列點的分量，稱這些點為行輪廓和列輪廓。 B R A N D * A R E A C r o s s t a b u l a t i o n5 5 30 401 3 . 3 1 3 . 0 1 3 . 7 4 0 . 01 2 . 5 % 1 2 . 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，在以兩個主成分為坐標(biāo)軸的空間中，表出行輪廓或列輪廓，或同時標(biāo)出行、列輪廓，從而探索它們之間的關(guān)系。 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)計量，總慣量表示輪廓點的全部變差； ? 作圖用的前兩維度分別對應(yīng)兩個主慣量（ principal inertias)， 表示在坐標(biāo)軸方向上的變差； ? 主慣量就是對行輪廓和列輪廓作主成分分析時得到的特征值，特征值的平方根叫做奇異值（ singular values)。 常表示不同背景的消費者對若干產(chǎn)品或產(chǎn)品的屬性的選擇頻率。 兩個變量間 —— 簡單對應(yīng)分析。 ? 對應(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。 例如 ， 某一列聯(lián)表中有 5行 ， 4列 ， 則維度的最大值是 mi
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1