Содержание
- 2. Многомерное шкалирование Многомерное шкалирование (МШ) можно рассматривать как альтернативу факторному анализу.
- 3. Многомерное шкалирование Целью является поиск и интерпретация «латентных» (т.е. непосредственно не наблюдаемых) переменных, дающих возможность пользователю
- 4. Многомерное шкалирование Основная цель: Выявление структуры исследуемого множества объектов (структура – набор основных факторов (шкал), по
- 5. Многомерное шкалирование Исходная информация для МШ – данные о различии или близости объектов
- 6. Многомерное шкалирование В психологии исходными данными для МШ являются субъективные суждения испытуемых о различии или сходстве
- 7. Многомерное шкалирование Считается, что в основе таких суждений лежит ограниченное количество субъективных признаков (критериев), определяющих различение
- 8. Многомерное шкалирование Основная задача МШ: Реконструкция психологического пространства, заданного небольшим числом измерений-шкал, и расположение в нем
- 9. Многомерное шкалирование Поэтому шкала в МШ интерпретируется как критерий, лежащий в основе различий стимулов.
- 10. Основная идея Пример: пусть имеется матрица попарных расстояний (т.е. сходства некоторых признаков) между крупными белорусскими городами.
- 11. Основная идея В общем случае метод МНШ позволяет таким образом расположить "объекты" (города в нашем примере)
- 12. Основная идея В результате можно "измерить" эти расстояния в терминах найденных латентных переменных. Так, в нашем
- 13. Многомерное шкалирование Statistics ⇒ Multivariate Exploratory Techniques ⇒ Multidimensional Scaling
- 14. Представление данных
- 15. Представление данных Матрица может представлять 1 – корреляцию 2 – сходство 3 – различие 4 –ковариацию
- 16. Как получить матрицу? В модуле, где считают корреляцию В модуле кластерного анализа Самим посчитать
- 17. Как получить матрицу? Это модуль Basic Statistics and Tables ⇒ Correlation Matrices
- 18. Как получить матрицу? Это модуль Cluster Analysis ⇒ Joining (Tree Clustering)
- 19. Многомерное шкалирование
- 20. Результаты
- 21. Результаты
- 22. Результаты
- 23. Ориентация осей Ориентация осей может быть выбрана произвольной!
- 24. Результаты
- 25. Результаты
- 26. Результаты Оценки расстояний
- 27. Результаты Воспроизведенная матрица расстояний
- 28. Результаты Итоговая статистика по предыдущим трем кнопкам
- 29. Результаты
- 30. Результаты Оценка качества модели
- 31. Результаты Графики соответствия рассчитанных расстояний и их оценок
- 32. Графики Точки должны лежать как можно ближе к диагонали
- 33. Результаты Диаграмма Шепарда
- 34. Результаты Точки должны лежать как можно ближе к ступенчатой ломаной
- 35. Пример 2 В файле данных приведены сведения о доходах в 1991 году
- 36. Пример 2
- 37. Пример 2
- 38. Пример 2
- 39. Пример 2 А можно ли попробовать взять другое количество размерностей?
- 40. Пример 2 КОНЕЧНО! Берем одну шкалу:
- 41. Пример 2
- 42. Пример 2
- 43. Пример 2 Берем три шкалы:
- 44. Пример 2 Ну теперь-то все понятно!
- 45. Пример 2 Вообще-то так понятнее:
- 46. Пример 2 Оценим модель:
- 47. А как вообще выбрать наилучшее количество размерностей?
- 48. Выбор размерности пространства Критерий каменистой осыпи: на графике зависимости стресса от размерности
- 49. Выбор размерности пространства
- 50. Выбор размерности пространства Для первого примера про города Беларуси:
- 51. Выбор размерности пространства Для второго примера про страны:
- 52. Выбор размерности пространства 2 ) Вторым критерием для решения вопроса о размерности с целью интерпретации является
- 53. Преимущества Часто информация, полученная от наблюдателя, носит неметрический характер, так как расстояния оцениваются по шкале порядка.
- 54. Преимущества Это связано с тем, что информация о различиях, содержащаяся в матрице субъективных оценок, хотя и
- 55. Преимущества В общем случае, методы МНШ позволяют исследователю задать клиентам в анкете относительно ненавязчивые вопросы (например,
- 56. Полезная литература: К семинару по многомерному шкалированию прочитать: Лосик Г.В. «Исследование восприятия гласных методом многомерного шкалирования»
- 58. Скачать презентацию