多维标度
统计实证分析的方法
多维标度(Multidimensional scaling,缩写MDS,又译“多维尺度”)也称作“相似度结构分析”(Similarity structure analysis),属于多重变量分析的方法之一,是社会学、数量心理学、市场营销统计实证分析的常用方法。
简介
多维标度(Multidimensional scaling,缩写MDS,又译“多维尺度”)也称作“相似度结构分析”(Similarity structure analysis),属于多重变量分析的方法之一,是社会学、数量心理学、市场营销统计实证分析的常用方法。
假设
目的
多维标度是一个探索性的过程方法
应用领域
用于评判和感知:
与其他多变量分析方法的比较
因子分析
聚类分析
所使用的标量类型
相似(度)矩阵
相似度矩阵举例(数字越小表示越相似)
例如,10个对象,2维空间,坐标个数则为10×2=20,“相似度”的个数为C10=45,数据压缩系数=相似度的个数÷坐标个数=45÷20=2.25(数据压缩系数要大于等于2才可接受,否则不能做多维标度分析)
参见
参考资料
最新修订时间:2022-08-25 17:41
目录
概述
简介
假设
目的
参考资料