欢迎来到天天文库
浏览记录
ID:49472857
大小:162.88 KB
页数:20页
时间:2020-03-01
《十章多维标度法教学文稿.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、十章多维标度法教学文稿 第十章多维标度法第一节引言言第二节古典多维标度法(ClassicalMDS)第三节权重多维标度(WMDS)第四节实例分析与计算实现第一节引言?在实际中我们会经常遇到这些的问题,给你一组城市,你总能从地图上测出任何一对城市之间的距离。 但若给你若干城市的距离,你能否确定这些城市之间的相对位置呢?假定你知道只是哪两个城市最近,哪两个城市次近等等,你是否还能确定它们之间的相对位置呢?假定通过调查了解了10种饮料产品在消费者心中的相似程度,你能否确定这些产品在消费者心理空间中的相对位置呢?在实际中我们常常会遇到类似这样的问题。 ?多维标度法(Mu
2、ltidimensionalScaling)就是解决这类问题的一种方法,它是一种在低维空间展示“距离”数据结构的多元数据分析技术,简称MDS。 ?多维标度法起源于心理测度学,用于理解人们判断的相似性。 Torgerson拓展了Richardson及Klingberg等人在 三、四十年代的研究,具有突破性地提出了多维标度法,后经Shepard和Kruskal等人进一步加以发展完善。 多维标度法现在已经成为一种广泛用于心理学、市场调查、社会学、物理学、政治科学及生物学等领域的数据分析方法。 ?多维标度法解决的问题是当n个对象(object)中各对对象之间的相似性
3、(或距离)给定时,确定这些对象在低维空间中的表示(感知图PerceptualMapping),并使其尽可能与原先的相似性(或距离)“大体匹配”,使得由降维所引起的任何变形达到最小。 多维空间中排列的每一个点代表一个对象,因此点间的距离与对象间的相似性高度相关。 也就是说,两个相似的对象由多维空间中两个距离相近的点表示,而两个不相似的对象则由多维空间两个距离较远的点表示。 多维空间通常为二维或三维的欧氏空间,但也可以是非欧氏三维以上空间。 ?多维标度法内容丰富、方法较多。 按相似性(距离)数据测量尺度的不同MDS可分为度量MDS和非度量MDS。 当利用原始相
4、似性(距离)的实际数值为间隔尺度和比率尺度时称为度量MDS(metricMDS),当利用原始相似性(距离)的等级顺序(即有序尺度)而非实际数值时称为非度量MDS(nonmetricMDS)。 按相似性(距离)矩阵的个数和MDS模型的性质MDS可分为古典多维标度CMDS(一个矩阵,无权重模型)、重复多维标度ReplicatedMDS(几个矩阵,无权重模型)、权重多维标度WMDS(几个矩阵,权重模型)。 本章仅介绍常用的古典多维标度法和权重多维标度法。 ?首先我们提出这样一个问题,表10.1是美国十城市之间的飞行距离,我们如何在平面坐标上据此标出这10城市之间的相对
5、位置,使之尽可能接近表中的距离数据呢?表表10.1美国10城市间的飞行距离1=Atlanta,2=Chicago,3=Denver,4=Houston,5=LosAngeles6=Miami,7=NewYork,8=SanFrancisco,9=Seattle,10=Washington.DC1234567891012345678910058712127011936604748213921825435870920940174511887131858173759712129xx7983117261631949102114947019408790137496814xx45
6、18911220193617458311374023392451347959230060411881726968233901092259427349237487131631142024511092025712408205213918589491645347259425710678244221821737102118919592734240867802329543597149412202300923205244223290 一、相似与距离的概念?在解决上述问题之前,我们首先明确与多维标度法相关的数据概念。 1.相似数据与不相似数据?相似数据如果用较大的数据表示非常相
7、似,用较小的数据表示非常不相似,则数据为相似数据。 如用10表示两种饮料非常相似,用1表示两种饮料非常不相似。 ?不相似数据如果用较大的数值表示非常不相似,较小的数值表示非常相似,则数据为不相似数据,也称距离数据。 如用10表示两种饮料非常不相似,用1表示两种饮料非常相似。 2.距离阵?定义10.1一个n??n阶的矩阵D=(dij)n??n,如果满足条件??( (1))??DD( (2))0,0,,1,2,,ijiiddijn???则矩阵D为广义距离阵,ijd称为第i点与第j。 点间的距离。 义定义10.2对于一个nn?的距离阵()i
此文档下载收益归作者所有