며칠 전 나는 다소 무심코 트위터 기록의 네 가지 변수에 대한 MCA를 시도했습니다. 이는 모두 사용자 이름, 사용자 화면 이름, 응답 이름 등이었습니다. 모두 임의 길이의 알파벳입니다.절차가 완벽하게 진행되었습니다.
이제 나는 먼저 생각하면서 분석을 다시 시작했습니다. 나의 명백한 실수.4257 케이스 파일에서 MCA 실행을 완료할 수 없습니다(충분히 오래 기다리지 않았습니다). Windows 작업 관리자는 프로그램이 응답하지 않는다고 알려 주지만 물론 코어 크기와 CPU 사용량은 계속 변경됩니다.
나는 이러한 변수로부터 생성될 수 있는 범주의 수에 대해 추측했습니다. 그래서 저는 사용자 ID와 트윗을 발생시킨 응답 엔터티의 ID를 선택했습니다.이는 64GB 메모리를 갖춘 Dell 8 코어 시스템에서 실행됩니다.CPU의 8%(몇 퍼센트 정도 다름)와 5,000MB 미만의 메모리를 사용하여 2시간 동안 실행되었습니다.설명 줄에 "응답하지 않음.."이 나열됩니다.추가 비용 없이 밤새도록 작업을 실행할 수 있습니다.그러나 그 밑에 깔려 있는 논리는 나를 짜증나게 한다. 왜냐하면 나는 그것을 충분히 알지 못하기 때문이다.
ㅏ. 변수가 숫자를 사용하지만 명목형 모델링으로 지정된 경우, 범주의 최대 수는 사례 수(예: 파일의 트윗 작성자 수)입니다.
비. 변수가 임의의 문자, 단어 또는 이름을 사용하는 경우 동일한 숫자가 유지됩니다. 사례 방향의 최대 차원은 관측치 수입니다.따라서 차이는 없습니다.
씨. 변수가 숫자로 모델링되는 경우 순서형이라 하더라도 위치 수는 집합에서 가장 낮은 숫자와 가장 높은 숫자 사이의 자리 수일 수 있습니다.
디. JMP 커뮤니티 회원 중 한 명이 600,000건의 사례 연구를 수행하고 깔끔한 그래프를 작성했습니다.그는 마술 지팡이를 사용했거나 대상 변수에 값이 거의 없었음에 틀림없습니다.
이자형. 누가 누구에게(who-to-who) 매트릭스를 생성해야 한다고 생각해야 한다면 (내 경우에는) 4257 x 4256 정도의 매트릭스를 준비해야 하며 이를 단순화해야 합니다.하지만 처음 추측하면 이 행렬은 1,900만 단어 미만이 될 것입니다.컴퓨터에는 그다지 많은 것이 아닙니다.
내가 무엇을 이해하지 못하고 있습니까?4257개의 사례에 12개 또는 2개의 값만 있는 변수를 곱하는 것과 같은 것으로 제한됩니까?
그래서 예전에 너희들이 너무 친절해서 이건 버릴까도 생각했다.누군가 원한다면 모든 사례와 몇 가지 변수가 포함된 테이블을 업로드할 수 있지만 다른 사람의 저장소가 넘치고 싶지는 않습니다.
:
고마워요, 필.
문제는 카테고리의 개수입니다.프로그램이 수천 가지 범주를 계산할 수 없는 것은 아니지만 시간이 정말 오래 걸립니다.내가 묻고 있는 질문은 누가 누구에게 응답하는가이다.카테고리 수를 줄이기 위해 변수 중 하나를 선별할 수 있는지 알아보기 위해 좀 더 실험해 보겠습니다.뭔가 결과가 나오면 결과를 게시하겠습니다.
래리
예시적인 데이터를 공유할 수 있다면 도움이 될 것이라고 생각합니다.
분석의 목적이 무엇인지, 분석하려는 데이터가 어떤 것인지 잘 모르겠습니다. MCA가 적절한지 잘 모르겠습니다.
내가 이해한다면 4257개의 행이 있는 테이블이 있다는 것입니다. JMP Pro의 MCA에는 문제가 되지 않습니다.
더 중요한 요소는 각 변수 내의 수준 수입니다.
