Руководство по анализу данных с помощью самой мощной и популярной



Pdf көрінісі
бет250/304
Дата10.10.2024
өлшемі8,54 Mb.
#206058
түріРуководство
1   ...   246   247   248   249   250   251   252   253   ...   304
Байланысты:
А. Наследов - SPSS 19. Профессиональный статистический анализ данных - 2011

331
Завершение анализа 
и выход из программы
Отредактируйте содержимое окна вывода в соответствии со своими предпочте-
ниями: скройте лишнюю информацию, исправьте таблицы и пр. (см. раздел «Окно 
вывода и его редактирование» главы 2). За инструкциями по редактированию гра-
фиков обратитесь к главе 5.
Для дальнейшего использования окончательного результата все содержимое окна 
вывода или его фрагменты можно сохранить в файле *.spv, экспортировать в дру-
гой формат (например, Word), перенести в документ Word или вывести на печать 
(подробности см. в разделе «Сохранение, экспорт, перенос и печать результатов» 
главы 2).
Для выхода из программы выберите команду 
Выход
в меню 
Файл
.


23 Многомерное 
шкалирование
333 
Квадратная асимметричная матрица различий
334 
Квадратная симметричная матрица различий
335 
Модели индивидуальных различий
335 
Пошаговые алгоритмы вычислений
343 
Представление результатов
346 
Завершение анализа и выход из программы
Основное достоинство многомерного шкалирования — представление больших 
массивов данных о различии объектов в наглядном, доступном для интерпрета-
ции графическом виде. При многомерном шкалировании матрица различий между 
объектами (вычисленными, например, по их экспертным оценкам) представляется 
в виде одно-, двух- или трехмерного графического изображения взаимного распо-
ложения этих объектов. Хотя доступно и более трех измерений, эта возможность 
редко применяется на практике.
Основным преимуществом многомерного шкалирования является возможность 
очень наглядного визуального сравнения объектов анализа. Если две точки на изо-
бражении удалены друг от друга, то между соответствующими объектами имеется 
значительное расхождение; и наоборот, близость точек говорит о сходстве объектов.
Многомерное шкалирование имеет много общих черт с факторным анализом 
(см. главу 20). Так же как и при факторном анализе, создается система координат 
пространства, в котором определяется расположение точек. Так же как и при фак-
торном анализе, происходит снижение размерности и упрощение данных. Однако 
при факторном анализе обычно используются коэффициенты корреляции, а при 
многомерном шкалировании — меры различия между объектами. Наконец, в фак-
торном анализе наибольший интерес вызывают углы между точками, представ-
ляющими данные, а в многомерном шкалировании ключевой величиной является 
расстояние между этими точками.
Помимо факторного анализа многомерное шкалирование имеет несколько об-
щих черт с кластерным анализом (см. главу 21). В обоих случаях анализируется 
расстояние между объектами; однако при кластерном анализе типичной являет-
ся количественная процедура объединения объектов в группы (кластеры), а при 
многомерном шкалировании качественный анализ объектов проводится визуально 
с помощью диаграммы.


Квадратная асимметричная матрица различий
333
В этой книге мы рассмотрим наиболее известную процедуру многомерного шкалиро-
вания SPSS, имеющую название ALSCAL. Фактически ALSCAL не является одной 
программой, а представляет собой набор процедур, каждая из которых соответствует 
своему типу данных. В этой главе мы проведем несколько вариантов анализа для 
различных типов данных, стараясь, по возможности, коротко и ясно изложить смысл 
сопутствующих терминов. Если вы сталкиваетесь с многомерным шкалированием 
впервые, то рекомендуем обратиться к дополнительной литературе.
В первом примере мы обработаем гипотетическую социограмму для группы уча-
щихся, при этом количественные оценки их взаимоотношений будут преобразова-
ны в соответствующее графическое изображение. Во втором примере мы рассмо-
трим результаты тестирования учащихся по пяти показателям и покажем различия 
между ними графически на плоском изображении. Наконец, третий пример будет 
представлять собой небольшое исследование восприятия и понимания студентами 
пяти многомерных методов статистического анализа.


Достарыңызбен бөлісу:
1   ...   246   247   248   249   250   251   252   253   ...   304




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет