【On Spss】——【对应分析】

→理论+操作+结果说明+对比+汇总←

〈摘要〉

      给你一组城市，你总能从地图上测出任何一对城市之间的距离。但若给你若干城市的距离，你能否确定这些城市之间的相对位置呢？

〈深理论、简单说〉

      多维标度分析（Multidimensional Scaling, MDS），又称为多维标度法、多维尺度分析，是1950年代发展起来的一种多变量统计分析方法，它利用客体间的相似性或相异性数据去揭示它们之间的空间关系。

      多维标度分析的基本思路是：（1）收集研究对象对客体间的相似性评价；（2）把相似性数据转换成距离数据，一般认为相似性数据与距离数据之间存在单调关系，但不一定是线性关系；（3）运用多维标度分析得到客体在心理空间中的相对位置坐标或图像；（4）通过心理空间的维度、客体在各个维度上的坐标去揭示事物之间的相互关系，以确定引起心理活动的因素个数，对各个因素命名，或对客体进行分类。

      这种方法比常用的因素分析方法有一定的合理性！

〈对比分析〉

      对应分析特点：利用降维思想达到简化数据结构的目的，对数据行列的数据进行处理，找寻行列降维因子变量之间的关系；

多维标度相应于对应分析，是在一个基本面之上（行或者列）根据相似距离，所做最短路径的考虑。在市场营销里面，使研究者识别构成受测者对样品进行评价基础的关键维度。

〈操作〉

      1. 在Data→Select case对话框的If过滤条件中输入过滤条件      “region=3”。得到17个国家和地区。

      2. 主菜单中选择Analyze→Scale→Multidimensional Scaling (ALSCAL) 。就进入多维标度法的主对话框（图10.3）。在左上方是变量列表选择以下变量：urban（城市人口比例），lifeexpf（女性平均寿命），lifeexpm（男性平均寿命），gdp_cap（人均GDP），death_rt（千人死亡率），birth_rt（千人出生率），literacy（受教育人口比例）。由于原始数据不是距离阵，因此需要在下方Distances单选项中选择Create distances from data，这时Measure子对话框被激活，默认计算Euclidean distance，即欧氏距离。

     3. 点击进入Measure子对话框，对距离阵进行设定，（图10.4）。

    4. 在主对话框中点击进入Model子对话框，如图10.5。

    5. 点击进入Options子对话框（图10.6），该对话框中提供了一些结果显示的选择。

〈结果说明〉

    接下来是欧氏距离下的16个国家和地区的拟合构造点的二维图（图10.7），从图上可以看出比较发达的地区基本都在第三个象限，如香港，日本，新加坡。而中国和泰国，菲律宾等国较为接近。

〈同类系列贴〉

[学习资料] 应用多元统计分析之多维标度法学习材料

〖On Spss〗专治选择恐惧症——对应分析

〖On Spss〗相关的哲学——典型相关

〖On Spss〗三大数据类型导入问题

〖On Spss〗对比分析神器——联合分析

〖On Spss〗预知是非——logistic回归