此脚本构建一个对话框，用于通过 SAS 集成或通过连接到R项目。 MDS是一种降维方法，在欧几里德中产生坐标
最能代表全距离/差异结构的空间（通常是 2D、3D）
矩阵。 MDS 要求输入是对称相异矩阵。输入到这个应用程序
可以是已经是对称相异矩阵或相异矩阵形式的数据
可以根据输入数据计算（其中不相似性度量是在
输入数据表。
注意：此脚本假定 SAS 首选项已设置为在导入期间使用 SAS 变量标签作为列名！ 否则您可能会收到未找到变量名的错误。
参考这个博客了解更多信息或查看安装后插件主文件夹中的 ReadMe_MDSAddin.txt。
对话框屏幕截图：
结果屏幕截图：
不同维度的 MDS 拟合摘要。可以选择点，然后通过按钮选择显示结果。
二维结果，例如面部表情数据，显示了判断面部表情与不同刺激/场景之间关系的二维最佳拟合。
更多细节：
如果数据还不是相异矩阵，则可以计算（并可选地生成）一个相异矩阵。
可以在 SAS 或 R 文档中找到有关这些指标的详细信息。
与 SAS 集成时使用 PROC DISTANCE。
对于 R：
Gower 是使用 R 集群包中的 daisy() 函数生成的。
所有其他的都在 R stats 包中的 dist() 函数中计算。
一旦数据采用对称相异矩阵的形式，就可以在 R 中使用两种不同的方法计算 MDS
R 函数（详细信息可以在 R 文档中找到）：
经典 MDS 是使用 R stats 包中的 cmdscale() 函数计算的。
Kruskal 的非度量 MDS 是使用 R MASS 包中的 isoMDS() 函数计算的。
对于 SAS，使用 PROC MDS 并提供更多选项和风格的 MDS 算法。
对于 R：此应用程序所需的所有包都存在于基本 R 项目安装中
对于 SAS：需要 SAS/STAT 组件。
使用 JSL 脚本执行多个选项/功能：
- 创建用于输入数据和参数的 MDS 对话框。
- 对于 R：如果在 R 的距离矩阵计算之前要求，则对数字变量进行标准化。
这将减去列的平均值并将其除以列的标准差。
- 将距离矩阵输出到 JMP 数据表。
- 用于探索 MDS 结果的动态图。
