Skript
Ich bin auf einen großartigen Blog über Multidimensional Scaling gestoßen und habe mich entschlossen, mit ein paar Visualisierungen selbst zu experimentieren, da diese Plattform JMP unter Consumer Research verfügbar ist.
Multidimensionale Skalierung oder MDB ist eine Technik, mit der eine visuelle Darstellung des Ähnlichkeitsmusters zwischen einer Gruppe von Objekten erstellt wird.
Bei einer Matrix von Entfernungen zwischen Städten wie den Beispieldaten für Flugentfernungen in JMP kann der MDS beispielsweise verwendet werden, um eine Karte der Städte in zwei Dimensionen zu erstellen.
Multidimensionale Skalierung wird häufig in der Verbraucherforschung eingesetzt, wo Forscher Wahrnehmungen über Marken, Geschmack oder andere Produktmerkmale haben. Und es ist auf viele andere Bereiche anwendbar.
Ich werde dies in Jmp mit einigen Daten demonstrieren, auf die im Blog verwiesen wird, und auf die Studie unten.
1962 wurde ein psychologisches Experiment an 30 Studenten durchgeführt.
Jeder Schüler wurde gebeten, sich Bilder einer Frau anzusehen, die Gesichter bildet, und die Unähnlichkeiten des Gesichtsausdrucks in Bezug auf Emotion und Inhalt auf einer 9-Punkte-Skala zu bewerten.
Die Gesichtsausdrücke werden hier gezeigt:
1 Trauer um den Tod der Mutter
2 Eine Cola genießen
3. Sehr angenehme Überraschung
4 Mutterliebe, Baby in den Armen
5 Körperliche Erschöpfung
6 Etwas stimmt nicht mit dem Flugzeug
7. Ärger über den Hund, der geschlagen wird
8 Hart am Stuhlsitz ziehen
9 Unerwartet trifft alten Freund
10 Abscheu
11 Extreme Schmerzen
12 Weiß das Flugzeug abstürzt
13 Leichter Schlaf
In JMP 13 habe ich diese Daten, die paarweise Unähnlichkeiten zwischen 13 verschiedenen Ausdrücken zeigen, die von der Frau gemacht wurden, und wir möchten die MDS-Plattform von JMP verwenden, um zu verstehen, wie diese Emotionen wahrgenommen werden.
Da ich die Gesichtsreaktionen neben allen resultierenden Plotpunkten visualisieren möchte, wähle ich alle Zeilen aus, klicken Sie mit der rechten Maustaste und aktivieren Sie die Beschriftung
Jetzt muss ich eine Spalte auswählen, die ich dieser Beschriftung hinzufügen möchte, indem Sie mit der rechten Maustaste in den Spaltenbereich klicken und dann Lanel / Unlabel auswählen.
Nun bis zum Menü Analysieren, dann unter Consumer Research nach unten und dann Mehrdimensionale Skalierung auswählen.
Die MDS-Plattform wird gestartet.
Ich lasse das Datenformat der Entfernungsmatrix.
Ich entscheide, dass ich die MDS-Ergebnisse in zwei Dimensionen sehen möchte. Daher wähle ich 2 in der Dropdown-Liste aus. Dies ist die Standardeinstellung. Ich lasse das also einfach in Ruhe.
Ich füge alle 13 fortlaufenden Spalten zu Y hinzu, indem Sie sie darüber ziehen.
Und das ist es, wählen Sie OK.
Und hier ist unser MDS-Plot.
Die Anzeige unten zeigt mir jetzt viele Informationen darüber, wie die Schüler die emotionalen Gesichter der Frau wahrgenommen haben. Die Punkte, die näher beieinander liegen, bedeuten, dass diese Gesichtsausdrücke ähnlichere Emotionen darstellen.
Einige Dinge sind vorhersagbar, wie die Muster in Traurig und Ekel, während andere für uns etwas Interessantes lernen könnten. Wie Keci in ihrem unten verlinkten Blog hervorhebt, hätte auch ich KEINEN alten Freund mit mütterlicher Liebe getroffen
Probieren Sie es jetzt selbst aus, indem Sie die Flugdistanz-Beispieldaten in JMP oder die unten stehenden Daten verwenden. Danke, dass du mich hierher gekommen hast.
