Un paio di giorni fa ho provato, un po' sconsideratamente, un MCA su quattro variabili dal record di Twitter. Erano tutti nomi utente, nomi utente visualizzati, nomi in risposta e simili. Sono tutti alfabetici di lunghezza casuale.La procedura si è svolta perfettamente.
Ora ho iniziato a rifare l'analisi, pensando prima. Il mio errore evidente.su un file del caso 4257, non riesco a far terminare l'esecuzione di MCA (non ho aspettato abbastanza a lungo). Il Task Manager di Windows mi dice che il programma non risponde, ma, ovviamente, le dimensioni del core e l'utilizzo della CPU cambiano continuamente.
Ho ipotizzato il numero di categorie che potrebbero essere generate da queste variabili. Quindi, ho scelto l'ID utente e l'ID dell'entità in risposta che ha causato il tweet.Funziona su un computer Dell 8 core con 64 GB di memoria.È in funzione da due ore, utilizzando l'8% della CPU (variabile) (un paio di punti percentuali) e meno di 5.000 MB di memoria.La riga di commento elenca "non risponde.."Posso lasciare che il lavoro venga eseguito tutta la notte senza costi aggiuntivi.Ma la logica sottostante mi dà fastidio, perché non la conosco abbastanza bene.
UN. Se una variabile utilizza numeri, ma è designata come modello nominale, il numero massimo di categorie corrisponde al numero di casi (ad esempio, il numero di autori di tweet nel file).
B. Se una variabile utilizza caratteri, parole o nomi arbitrari, vale lo stesso numero: la dimensione massima nella direzione dei casi è il numero di osservazioni.Quindi nessuna differenza.
C. Se una variabile è modellata come un numero, anche se ordinale, il numero di posizioni potrebbe essere il numero di posti tra il numero più basso e quello più alto nell'insieme.
D. Uno dei membri della comunità JMP ha eseguito uno studio di 600.000 casi e ha prodotto grafici accurati.Deve aver usato una bacchetta magica o avere pochissimi valori nella variabile target.
e. Se devo fare i conti con la creazione di una matrice who-to-who, devo essere preparato (nel mio caso) per una matrice 4257 x 4256 o giù di lì che dovrà poi essere semplificata.Ma a prima vista, questa matrice conterebbe meno di 19 milioni di parole.Non è molto per un computer.
Cosa non riesco a capire?Sono limitato a qualcosa come i miei 4257 casi moltiplicati per una variabile con solo una dozzina o due valori?
Quindi, visto che siete stati così gentili in passato, ho pensato di buttare via questa cosa.Se qualcuno lo desidera, posso caricare una tabella con tutti i casi e alcune variabili, ma non voglio inondare lo spazio di archiviazione di qualcun altro.
:
Grazie, Fil.
Il problema è il numero di categorie.Non è che il programma non riesca a calcolare circa un migliaio di categorie, ma impiega molto tempo.La domanda che mi pongo è chi risponde a chi.Giocherò ancora un po' con questo per vedere se riesco a selezionare una delle variabili per ridurre il numero di categorie.Se ne verrà fuori qualcosa, pubblicherò i risultati.
Larry
Penso che potrebbe essere d'aiuto se puoi condividere alcuni dati illustrativi.
Non capisco davvero quale sia l'obiettivo della tua analisi e come siano i dati che stai cercando di analizzare. Non sono sicuro che l'MCA sia appropriato.
Se ho capito, hai una tabella con 4257 righe. Questo non è un problema per MCA in JMP Pro.
Un fattore più importante sarà il numero di livelli all'interno di ciascuna variabile.
