多元方法 > 多维尺度化 > “多维尺度化”平台概述
发布日期: 08/07/2020

“多维尺度化”平台概述

“多维尺度化”平台生成一组对象之间的邻近性图。该图可用于直观探索数据集内的结构。MDS 是一种多元方法,用于分析一组对象间的邻近性(相似性或距离),以较少的维将它们之间的关系进行可视化展现。MDS 适用于距离矩阵。MDS 图的坐标通过最小化 Stress 函数(实际邻近性和预测邻近性的差异)来获取。

距离一词可指一种物理距离(比如城市之间的距离)测度。更多情况下,距离只是一种客观评估而不是精确测量。邻近性可测量不同品牌产品之间的感知相似性、犯罪率相关性或样本国家/地区的经济相似性。距离还可称为邻近性或相似性(相异性)。若数据作为特性列表提供,则首先从特性列表入手构造距离矩阵。

有关多维尺度化的详细信息,请参见 Borg and Groenen (2005) 或 Jackson (2003)。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).