Re: прости господи - шкАлирование!!!bdag_medNovember 20 2006, 11:49:22 UTC
У меня сейчас тут СПСС нет, но, кажется, можно поиграть с мерами близости. То есть там матрицу построить, а потом из нее МШ делать, а не сразу из данных.
Вообще-то характер данных не позволяет выбрать адекватное расстояние... Но если подходить к результатам сугубо эвристически (т.е. наплевательски :-), попробуйте:
Analyze > Scale > Multidimensional Scaling (PROXSCAL) Data Format: Create Distances From Data, Define кнопка Model - группа Proximity Transformations: Ordinal (Untie tied observations)
а-а-а--а морепродукты, только не это! интересная карта восприятия может получиться если взять качественно значимую для продукта характеристику. Т.е. предположим всё хорошо и продукты как-то распределились значимо по характеристикам. например дешёвый, дорогой, качественный, некачественный. В таком случае получаем вывод. Продукт 1 воспринимается как дешёвый и некачественный, продукт 2 как дорогой и некачественный. Ну и т.д. и средние продукты. А если мы будем считать отличительными характеристиками 1-ежедневное - никогда потребление, то интересной и читаемой карты восприятия мы скорее всего не получим.
гы... в том-то и загвоздка, что данные про продуктам у меня только по частоте их потребления (ну и соответственно популярность среди населения - частота по выборке) а всякие прочие характеристики мне надобно интуитивно нарыть... при банальном "сугубо эврестическом" подходе - что-то куда-то раскидывается: хлеб, чай, макароны и картошка например образуют группу... но зато другие какие-то перемешиваются так, что понять их характеристики невозможно. может попробовать сначала кластерный, а потом уже многофакторный? и сравнить...
МДС: посчитайте корреляцию или евклидово расстояние (находится в опции correlation->distances) между продуктами по частоте. если будете считать корреляцию - переверните ее, тк нужно расстояние, а корреляция характеризует близость (достаточно просто вычесть из "1" полученную корреляцию). полученную матрицу используйте для МДС
( ... )
вот спасибо!!! дело, конечно, уже сделано и сдано, но оказывается мои попытки практически соответсвуют вашим рекомендациям, что радует и обнадеживает. а вообще, еще раз огромное спасибо, за такой развернутый ответ. я прямо на будущее скопировала и сохранила!
Comments 11
Reply
Reply
Reply
Reply
Analyze > Scale > Multidimensional Scaling (PROXSCAL)
Data Format: Create Distances From Data, Define
кнопка Model - группа Proximity Transformations: Ordinal (Untie tied observations)
Reply
интересная карта восприятия может получиться если взять качественно значимую для продукта характеристику.
Т.е. предположим всё хорошо и продукты как-то распределились значимо по характеристикам.
например дешёвый, дорогой, качественный, некачественный.
В таком случае получаем вывод. Продукт 1 воспринимается как дешёвый и некачественный, продукт 2 как дорогой и некачественный. Ну и т.д. и средние продукты.
А если мы будем считать отличительными характеристиками 1-ежедневное - никогда потребление, то интересной и читаемой карты восприятия мы скорее всего не получим.
Reply
Reply
Reply
а вообще, еще раз огромное спасибо, за такой развернутый ответ. я прямо на будущее скопировала и сохранила!
Reply
Reply
Leave a comment