降维分析中更优尺度的SPSS分析
2017-06-06 MedSci MedSci原创
对于两组分类变量，一般通过主成分分析法进行降维，从而在一个二维的平面上直观的表现出两组变量的类别之间有什么关联。如果是多组分类变量呢？则往往可以通过最优尺度分析方法解决变这量之间的关联分析。 我们首先选择菜单分析——降维——最优尺度，打开最优尺度面板，我们看到，这是个很小的面板（梅斯小编：这不是回归里面的最优尺度回归分析哦）。 首先最佳度量水平里有两个选项，所有变量均为多重标称，或某些
对于两组分类变量，一般通过主成分分析法进行降维，从而在一个二维的平面上直观的表现出两组变量的类别之间有什么关联。如果是多组分类变量呢？则往往可以通过最优尺度分析方法解决变这量之间的关联分析。 我们首先选择菜单分析——降维——最优尺度，打开最优尺度面板，我们看到，这是个很小的面板（梅斯小编：这不是回归里面的最优尺度回归分析哦）。 首先最佳度量水平里有两个选项，所有变量均为多重标称，或某些变量并非多重标称。那么什么叫多重标称呢？多重标称的意思可以理解为就是分类变量。也就是说你的变量都是分类变量的话，那你就选第一个，如果不是的话，那就是选第二个。然后变量集的数目又有两个选项，一个集合，或两个集合。这个意思是在问你你的变量是全都放到一个集合里呢还是分开放到好几分集合里。如果放在一个集合里，那就是对应分析的简单扩展，用来分析多个分类变量的关系。如果是放在多个集合里，那就是用来分析放在不同集合的变量之间的相关性（就是在做集合与集合之间的相关分析） 最下边的选定分析里有三种分析方法。也就是最优尺度对应的三种分析方法。 多重对应分析： 如果选择所有变量为多重标称，一个集合，那么系统会自动选定为多重对应
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
