Спасибо. Вопрос следующий, а как сделать кластерный анализ с этими данными?Все 20 переменных туда отправить? При этом использовать иерархический кластерный анализ методом полной связи?или Варда? А какой метод расчета мер расстояния и сходства выбирать?! Я не сильна в СПСС, к сожалению...((
Звучит так, что вы не в SPSS не сильны, а анализ данных вообще не знаете, и будто ждете что кто-то разжует и в рот положит. Попробуйте хотя бы почитать записи в этом сообществе с меткой "кластерный анализ", в особенности в сочетании с меткой "Переменные: двоичные".
Спасибо за отклик. Ну если бы была сильна, наверное не просила бы о помощи?! Занимаюсь самообучением, поэтому вопросов больше, чем ответов (особенно по существу). В интернете при описании мер расстояния и сходства везде только формулы, а как разобраться какой из них применить?! Может, конечно, я не там смотрю=) Посмотрю еще раз здесь!
Задача из разряда "творческих", можно решать по-разному. Первое что приходит - множественный анализ соответствий (анализ - снижение размерности - оптимальное шкалирование - по умолчанию). Мне этот анализ не слишком нравится степенью интерпретируемости результатов, но они, безусловно, неплохо интерпретируются + это - классика. В результате редукции данных с обобщением окажется, что несколько первых размерностей объяснят существенную долю изменчивости показателей, которая в этой технике традиционно называется не дисперсией, а инерцией. Несколько первых размерностей будут содержать паттерны показателей, которые вы сможете интерпретировать. Нужно просить пакет рассчитать метки (scores) этих размерностей для всего народа и на этих метках выполнить далее кластеризацию. Про кластерный анализ здесь, действительно, было написано немало, в т.ч. почему его лучше проводить не на исходных данных, а на первых главных компонентах/осях/размерностях. Кластерный позволит выявить людей со сходными стратегиями. Только мне совсем не нравится что вы ждёте
( ... )
Comments 9
Reply
Reply
Reply
Посмотрю еще раз здесь!
Reply
Reply
Reply
Leave a comment