目录Python全系列 教程
3567个小节阅读：5930.5k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
多维尺度分析（MultiDimensional Scaling）是分析研究对象的相似性或差异性的一种多元统计分析方法。
通过适当的降维方法，将这种相似（不相似）程度在低维度空间中用点与点之间的距离表示出来，并有可能帮助识别哪些影响事物间相似性的潜在因素。这种方法在市场研究中应用的非常广泛。
示例：7位受试者，对6门课程两两进行比较，通过使用多维尺度分析哪些课程比较相似。
导入数据
点击下方【形状】按钮后，能看到默认选择了“对称正方形”。其他案例中，可以根据数据结构的具体情况，选择对称或不对称，甚至是矩阵。
点击主面板右上角的【模型】按钮，将弹出MDS模型参数设置的对话框，如果数据是对称正方形的格式，那么此处参数可以不用设置，采取软件默认设置即可。
点击【选项】按钮，勾选组图，其余采用默认参数。
点击【确定】，查看输出结果
上表给出二维模型的迭代过程，在【选项】参数设置时，软件默认最大迭代次数30，当迭代的收敛值小于0.001时将终止。本例在第5迭代正常终止。
以上结果输出了模型的拟合度量值Stress和相关系数平方值RSQ，它们用于估计多维尺度分析的信度和效度，Stress值越小说明拟合度越高，RSQ值越大越理想，一般在0.6以上是可以接受的。就本例来看，拟合不是很理想。
从欧氏距离模型中可以看到，数学和物理散点比较接近，语文和英语散点比较接近，生物和化学散点比较接近。
从线性拟合的散点图中可以看到，本例拟合度不是很好。散点比较分散，没有线性趋势。
实时学习反馈
1. 使用SPSS工具进行多维尺度分析，点击的是下列哪个菜单？
A 文件
B 数据
C 分析
D 图形
2. ____是分析研究对象的相似性或差异性的一种多元统计分析方法：
A 可靠性分析
B 相关分析
C 回归分析
D 多维尺度分析
答案
1=>C 2=>D
