스크립트
Multidimensional Scaling에 대한 훌륭한 블로그를 보았고, 이제이 플랫폼이 소비자 조사 아래에서 JMP를 사용할 수있게되어서 몇 가지 시각화를 실험하고 싶습니다.
다차원 스케일링 또는 MDS는 객체 세트 간의 인접 패턴 패턴을 시각적으로 표현하는 데 사용되는 기술입니다.
예를 들어 JMP의 비행 거리 샘플 데이터와 같이 도시 간 거리의 행렬이 주어지면 MDS를 사용하여 2 차원으로 도시지도를 생성 할 수 있습니다.
다차원 스케일링은 연구자가 브랜드, 취향 또는 기타 제품 속성에 대한 인식을 측정하는 소비자 조사에서 자주 사용됩니다. 그리고 그것은 많은 다른 분야에 적용 가능합니다.
나는 아래의 블로그와 연구에서 언급 된 일부 데이터를 사용하여 Jmp에서 이것을 데모 할 것입니다.
1962 년 심리 실험이 30 명의 학생들에게 수행되었습니다.
각 학생은 얼굴을 만드는 여성의 사진을보고 9 점 척도로 감정과 내용 측면에서 표정 차이가 없는지 평가했습니다.
표정이 여기에 표시됩니다.
1. 어머니의 죽음에 대한 슬픔
2. 콜라주 구미
삼. 매우 즐거운 놀라움
4. 임산부 사랑, 아기를 품다
5. 육체 피로
6. 비행기에 문제가있다.
7. 개를 구타하는 것에 분노
8. 의자 좌석에 단단히 당기기
9. 예기치 않게 옛 남자 친구를 만나다.
10. 격변
11. 극한의 고통
12. 비행기가 추락 할 것입니다.
13. 가벼운 수면
JMP 13에서는이 데이터를 가지고 여성이 만든 13 가지 표현 사이의 쌍을 이루는 차이점을 보여 주었고 JMP의 MDS 플랫폼을 사용하여 이러한 감정이 어떻게 인식되는지 이해하려고합니다.
모든 결과 플롯 포인트 옆에있는 페이셜 반응을 시각화하기 때문에 모든 행을 선택하고 마우스 오른쪽 버튼을 클릭 한 다음 레이블을 토글합니다
이제 열 패널에서 마우스 오른쪽 단추를 클릭 한 다음 Lanel / Unlabel을 선택하여 해당 레이블에 추가 할 열을 선택해야합니다.
이제 Analyze 메뉴에서 Consumer Research 아래로 이동 한 다음 Multidimensional Scaling을 선택합니다.
MDS 플랫폼이 시작됩니다.
거리 형식에 데이터 형식을 남겨 둘 것입니다.
MDS 결과를 2 차원으로보고 싶기 때문에 드롭 다운에서 2를 선택합니다. 이것이 기본값이므로 혼자두고갑니다.
13 개의 연속적인 열 모두를 드래그하여 Y에 추가합니다.
그리고 그게 다예요, Ok를 선택하십시오.
그리고 여기에 우리의 MDS 음모가 있습니다.
아래의 디스플레이는 학생들이 여자의 감정적 인 얼굴을 어떻게 감지했는지에 대한 많은 정보를 알려줍니다. 더 가깝다는 점은 그 표정이 더 비슷한 감정을 묘사한다는 것을 의미합니다.
슬픈 것과 혐오감의 패턴과 같은 일부 것들은 예측 가능합니다. 다른 사람들은 재미있는 것을 배울 수 있습니다. Keci가 아래에 링크 된 그녀의 블로그에서 지적한 것처럼, 나는 또한 모성애와 늙은 남자 친구를 만나지 않을 것이다.
JMP의 비행 거리 샘플 데이터 또는 아래 링크 된 데이터를 사용하여 직접 사용해보십시오. 여기 와줘서 고마워.
