ch18对应分析2010.pptVIP

一个例子 记录29个省、市、自治区一年的市政工程建设情况，具体有6个指标： 数据格式如下：meancores.sav 任意给出一个变量作为行变量，并给出取值范围 Inertia：惯量, 为每一维到其重心的加权距离的平方。它度量行列关系的强度。 Singular Value：奇异值（是惯量的平方根），反映了是行与列各水平在二维图中分量的相关程度，是对行与列进行因子分析产生的新的综合变量的典型相关系数。 Proportion of Inertia：惯量比例，是各维度（公因子）分别解释总惯量的比例及累计百分比，类似于因子分析中公因子解释能力的说明。 列联表数据的对应分析 由于列联表数据形式和一般的连续型变量的数据矩阵类似，所以也可以用对应分析的数学方法来研究行变量各个水平和列变量各个水平之间的关系。 虽然对不同数据类型所产生结果的解释有所不同，数学的原理是一样的。 列联表数据的对应分析 在研究读写汉字能力与数学的关系的研究时，人们取得了232个美国亚裔学生的数学成绩和汉字使用情况的数据。 考察汉字具有的抽象图形符号的特性能否会促进儿童空间和抽象思维能力。 多重对应分析 对应分析的实质 对应分析常规地处理连续变量的数据矩阵；这些数据具有如在主成分分析、因子分析、聚类分析等时所处理的数据形式。 在因子分析中，根据各行变量的因子载荷和各列变量的因子载荷之间的关系，行因子载荷和列因子载荷之间可以两两配对。 如果对每组变量选择前两列因子载荷，那么两组变量就可以画出两个因子载荷的散点图。 由于这两个图所表示的载荷可以配对，于是就可以把这两个因子载荷的两个散点图画到同一张图中，并以此来直观地显示各行变量和各列变量之间的关系。 Inertia：惯量, 为每一维到其重心的加权距离的平方。它度量行列关系的强度。 Singular Value：奇异值（是惯量的平方根），反映了是行与列各水平在二维图中分量的相关程度，是对行与列进行因子分析产生的新的综合变量的典型相关系数。 Proportion of Inertia：惯量比例，是各维度（公因子）分别解释总惯量的比例及累计百分比，类似于因子分析中公因子解释能力的说明。 任意给出一个变量作为行变量，并给出取值范围 1.?Row and Column Means Removed：在标准化的时候将行合计均值与列合计均值的影响都移除，但行与列类别间均值的差别往往氏研究者所感兴趣的，这一项不是最佳选择； 2.?Row Means Removed：在标准化的时候将行合计均值的影响都移除； 3.?Column Means Removed：在标准化的时候将列合计均值的影响都移除； 4.?Row Totals are Equalized and Row Means Removed：在标准化的时候先将原始数据除以行合计，然后再移除行均值差异的影响； 5.?Column Totals are Equalized and Column Means Removed：在标准化的时候先将原始数据除以列合计，然后再移除列均值差异的影响； 6. 标准化2与3较适用于存在上限的量表数据，如五分量表、七分量表、十分量表等；而标准化4与5较适用于无上限数据，或者十量纲相差较大的各指标。 最优对应表 Mass为行与列的边缘概率; Score in Dimension是各维度的分值 (二维图中的坐标); Inertia: 就是前面所提到的惯量，为每一行/列到其重心的加权距离的平方。 最优对应表 练习2：试分析30省、市、自治区在各经济指标之间有什么差异。 数据文件见factor1cor.sav 。 列变量也是如此 希望提取的维度数（默认是2维），让它是2维！ 计算距离的方法 标准化的方法 （解释见下页） Plots和Statistics对话框选项都默认。 Paste! CORRESPONDENCE TABLE = all(30 8) /DIMENSIONS = 2 /MEASURE = EUCLID /STANDARDIZE = CSUM /NORMALIZATION = SYMMETRICAL /PRINT = TABLE RPOINTS CPOINTS /PLOT = NDIM(1,MAX) BIPLOT(20) . CORRESPONDENCE TABLE =x1(1 2) BY x2(1 2) /DIMENSIONS = 2 /MEASURE = EUCLID /STANDARDIZE = CSUM /NORMALIZATION = SYMMETRICAL /PRINT = TABLE RPOINTS CPOINTS /PLOT = NDIM(1,MAX)