在工作中常常会遇到这样的情况，有 n 个由多个指标反映的客体，但是反映客体的指标个数是多少不清楚，甚至指标本身是什么也是模糊的，更谈不上直接测量或观察它，仅仅所能知道的是这 n 个客体之间的某种距离（相异性）或者是某种相似性。我们希望仅由这种距离或者相似性给出的信息出发，在较低维的欧氏空间把这 n 个客体（作为几何点）的相似程度用图形表达出来。从而可能通过相关的专业知识揭示这 n 个客体之间的真实结构关系。这就是多维尺度分析所要研究的问题。

多维尺度分析——基本原理

多维尺度分析（multidimensional scaling, MDS）又译作多为标度分析，是多元统计分析方法的一个新分支，是主成分分析和因子分析的一个自然延伸，是信息科学中一项公认的统计分析方法，是一组用于信息可视化和降维的相关排序技术，可以把数据库中案例的相似性进行可视化表达。基本原理是通过某种非线性变换，把高维空间的几何图形转化成低维空间的图形，变换后的图形仍能近似地保持原图形的集合关系。这些点所在的空间是欧几里得空间，可以是二维、三维或多维。

多维尺度分析处理的数据是一般是表示事物之间的接近性的观察数据，既可以是实际距离，也可以是主观评判的相似性，目的就是要发现决定多个事物之间距离的潜在维度，用较少的变量对事物之间的相似性作出解释。

多维尺度分析的输出结果是一种图谱，表现了各元素之间的关系，越相似的元素在空间上就越接近。从图谱中，研究者可以通过观察图谱的组织结构来推断数据集的基本维度或确认先前的假设。多维尺度分析通常以二维空间定位，侧重说明知识单元之问的相对关系，在边界界定及词类关联上需要结合特定内容和知识基础进行解释。

多维尺度分析——基本步骤

1、根据数据类型，选择合适的分析方法

在进行多维尺度分析时，首先应该判断数据的性质，若待分析的数据是精确的描述对象特点的数值型数据，则可以选用度量型多维尺度分析，若待分析的数据仅是描述事物之间相似性或差异性的等级数据，则可以选用非度量型多维尺度分析。

另外，还要注意结合获得数据的方式。以市场调查为例，若数据是针对不同受访者获得的，则每个受访者给出的结果数据即为一个矩阵，此时对不同受访者的数据取均值采用一般的多维尺度分析是不合适的，这样做会损失大量的信息，所以应采用考虑个体差异的多维尺度分析。

2、根据评价标准，确定合适的维数

多维尺度分析的目标就是以较少的维数空间去较好的拟合获得的数据。通常，维数越高，空间图对资料的拟合度越高，随着维数的减少，维度的实际意义将更容易归纳，但这是以损失部分原始数据信息为代价的。所以，选择合适的维数至关重要。

一般而言，维数的确定主要参考两点：

※ 专业知识、文献资料或预实验的结果和结论

※ 空间图的解释能力，一般来说，想要解释三维以上的空间图是很困难的

3、评价获得的结果

对多维尺度分析获得的结果进行有效性和可靠性评估，方法主要有以下三种：

※ 计算拟合劣度值或拟合优度值

※ 计算压力（stress）值

※ 计算梯度收敛值和单调收敛值，一般要求梯度收敛标准为0.01，单调收敛标准为0.01

4、解释结果的实际意义

主要是对坐标轴进行命名，根据空间图对对象进行分类，坐标轴的命名主要依赖专业知识和统计分析结果。

jquery多维对象计算个数_多维尺度分析理论概述相关推荐

  1. jquery二维码生成插件_二维码生成器

    jquery二维码生成插件_二维码生成器 下载地址:jquery生成二维码.rar 转载于:https://www.cnblogs.com/wifi/articles/3176529.html

  2. 二维码简介_二维码基本概念_二维码基本原理

    一.二维码简介_二维码基本概念_二维码基本原理 1.二维码又称二维条码,常见的二维码为QR Code,QR全称Quick Response,是一个近几年来移动设备上超流行的一种编码方式,它比传统的Ba ...

  3. arcgis中如何导出奥维可识别的图_如何将地图及奥维对象导出成图片 | 奥维互动地图浏览器...

    将地图导出成图片只能在Windows客户端软件进行,手机版.网页版无此功能:并且需要开通VIP才可以执行此操作,导出的图片像素大小和VIP级别有关,详见表1: 表1 将地图导出成图片的具体操作步骤: ...

  4. 运维学python哪部分_运维新手们，别再问需不需要学PYTHON了

    经常有人在群里问,运维人员需不需要学开发?需不需要学PYTHON?PYTHON和SHELL有什么区别?天天问这种好水的问题,我实在受不了,决定帮大家扫扫盲,求求新手们,以后别他妈瞎问了. 现阶段,掌握 ...

  5. 运维部门工作总结_运维部技术工作总结

    运维部技术工作总结运维部技术工作总结 转眼间我来到中国电信运维部宽带班工作已经三个月的时间.在这三个月的时间里,自己学习到了很多有关宽带的知识.为了更好地完成工作,总结经验,扬长避短,提高自己的业务技 ...

  6. 运维部门工作总结_运维部年终工作总结范文

    运维部年终工作总结范文 运维, 这里指互联网运维, 通常属于技术部门, 与研发. 测试. 系统管理同为互联网产品技术支撑的 4 大部门, 这个划分在国内和国 外以及大小公司间都会多少有一些不同. 下面 ...

  7. jquery 遍历java对象的属性_用jquery each标签遍历java list对象

    最近在做tms管理系统(物流管理软件),遇到这样一个场景: 运单对应多个货物信息(我们这里只对应3个货物信息,但大部分情况下,只有1个货物信息),我需要编辑也就是修改该运单,那么带出该运单一对多的货物 ...

  8. java 二维数组奇数金字塔_二维数组：奇数阶魔方 | 新思维：C语言程序设计

    幻方,有时又称魔方,由一组排放在正方形中的整数组成,其每行.每列以及两条对角线上的数之和均相等.通常幻方由从到的连续整数组成. Siamese方法(Kraitchik 1942年,pp. 148-14 ...

  9. 二维非稳态导热微分方程_二维非稳态传热的温度场数值模拟

    背景:这是本学期凝固实验课的实验之一.这节课有两个数值模拟实验,第一个是二维常物性的,只有一种介质.而第二个实验是模拟凝固过程,稍微复杂一些.这篇文章是针对第一个实验写的,实验书上是按照显示差分进行的 ...

最新文章

  1. WebService大讲堂之Axis2(5)：会话（Session）管理
  2. 膨胀的计算机仿真,制冷空调中的计算机仿真与控制
  3. 滴滴数据挖掘竞赛题目
  4. Liferay门户与CAS实现SSO单点登录
  5. centos6配置mysql5.7_CentOS 6/7 下 MySQL 5.7 安装部署与配置
  6. 领域应用 | 2020 年中国知识图谱行业分析报告
  7. Conversion of Continuous-Valued Deep Networks to Efficient Event-Driven Networks for Image
  8. 图解TCPIP-IP 网际协议-路由控制
  9. 树和森林与二叉树的转换、树和森林的遍历
  10. centos7源码编译安装mariadb
  11. dbvisivuser连oracle数据库报错没有权限
  12. VS2010下开发WebApi 基本步骤
  13. 微信商户号转账到个人银行卡加密算法及结果查询问题
  14. PS小技巧 证件照蓝底/红底换白底（非抠图，抠图头发边缘处理效果差）
  15. 我对 相对论 提出了一个 修正，名为 “K氏修正”
  16. PPP和PPPOE详解
  17. [笔记] 当当音乐人：免费将Midi转化为WAV
  18. 新高考如何选科？职引教你一招简单又直接的方法
  19. muduo base库学习笔记 10——日志类封装详解
  20. SS14 SS34如何区分正负极

热门文章

  1. 友盟的微信登录，QQ，新浪微博登录功能和分享功能
  2. layui table行点击tr_LayUI数据表格行单击事件中选中
  3. Android如何获得当前应用显示的Activity
  4. java 本地 mq_java rocketmq--消息的产生（普通消息）
  5. python中输入17=x会引起错误_python新手常犯的17个错误
  6. include详解 shell_socket实现基于tcp/ip的网络远程shell命令解析器（完善中...）
  7. “您的Microsoft Internet Explorer浏览器包含最新版本的内置Adobe Flash Player“解决
  8. JAVA子类和父类在同一个包中,子类和父类在同一个包中继承性
  9. mysql 存储过程cursor_MySQL 的存储过程写法和Cursor的使用
  10. 杭州企业“被参与”互联网攻击致半个美国网络瘫痪