copione
Mi sono imbattuto in un grande blog su Multidimensional Scaling e ho deciso che mi piacerebbe sperimentare un paio di visualizzazioni con me ora che questa piattaforma è disponibile JMP sotto Consumer Research.
Scaling multidimensionale o MDS è una tecnica che viene utilizzata per creare una rappresentazione visiva del modello di prossimità tra un insieme di oggetti.
Ad esempio, data una matrice di distanze tra città come i dati di esempio delle distanze di volo in JMP, MDS può essere utilizzato per generare una mappa delle città in due dimensioni.
Lo Scaling multidimensionale viene frequentemente utilizzato nella ricerca sui consumatori in cui i ricercatori hanno misurazioni delle percezioni su marchi, gusti o altri attributi del prodotto. Ed è applicabile a molte altre aree.
Ho intenzione di dimostrarlo in Jmp utilizzando alcuni dati di riferimento nel blog e studio di seguito.
Nel 1962, un esperimento psicologico fu eseguito su 30 studenti.
Ad ogni studente è stato chiesto di guardare le foto di una donna che faceva dei volti e di valutare su una scala a 9 punti le differenze di espressione facciale, in termini di emozione e contenuto.
Le espressioni facciali sono mostrate qui:
1. Dolore alla morte della madre
2. Assaporando una Coca-Cola
3. Sorpresa molto piacevole
4. Amore materno, bambino in armi
5. Esaurimento fisico
6. Qualcosa non va con l'aereo
7. Rabbia nel vedere il cane picchiato
8. Tirare con forza il sedile della sedia
9. Incontra inaspettatamente il vecchio fidanzato
10. Repulsione
11. Dolore estremo
12. Sa che l'aereo si schianterà
13. Sonno leggero
In JMP 13, ho questi dati che mostrano differenze a coppie tra 13 diverse espressioni fatte dalla donna, e vogliamo usare la piattaforma MDS di JMP per cercare di capire come vengono percepite queste emozioni.
Dato che desidero visualizzare le reazioni facciali accanto a tutti i punti di trama risultanti, selezionerò tutte le righe, fare clic con il tasto destro e attivare Etichetta
Ora ho bisogno di selezionare qualsiasi colonna che voglio aggiungere a quella etichetta facendo clic con il tasto destro nel pannello delle colonne e selezionando Lanel / Unlabel.
Ora fino al menu Analizza, quindi in Ricerca consumatore, quindi seleziona Scaling multidimensionale.
Lancio della piattaforma MDS.
Lascerò il formato dati alla matrice della distanza.
Decido che voglio vedere i risultati MDS in due dimensioni, quindi seleziono 2 nel menu a discesa, che è l'impostazione predefinita, quindi lascerò solo quello.
Aggiungerò tutte le 13 colonne continue a Y trascinandole sopra.
E questo è tutto, seleziona Ok.
Ed ecco la nostra trama MDS.
Il display sotto ora mi dice molte informazioni su come gli studenti percepivano i volti emotivi della donna. I punti più vicini significano che quelle espressioni facciali ritraggono emozioni più simili.
Alcune cose sono prevedibili, come gli schemi di Sad e Disgust, mentre per altri potremmo imparare qualcosa di interessante. Come Keci sottolinea nel suo blog collegato qui sotto, anch'io NON sarei associato ad incontrare un vecchio fidanzato con l'amore materno
Provalo subito utilizzando i dati di esempio delle distanze di volo in JMP o con i dati collegati di seguito. Grazie per avermi raggiunto qui.
