535640_de-DE

liliconcom

So reproduzieren Sie SAS Multidimensional Scaling (MDS)

Ich verwende nichtmetrische mehrdimensionale Skalierung sowohl mit SAS als auch mit JMP.

 

Meine Eingabe für JMP ist eine n*n-Distanzmatrix (oder Unähnlichkeitsmatrix). ). Ich habe die Schritte befolgt: Analysieren -> Multivariate Methoden -> Multidimensionale Skalierung und die Anzahl der Dimensionen auf 5 festgelegt.

 

In SAS habe ich die Prozedur proc mds verwendet. Meine Eingabematrix ist dieselbe Unähnlichkeitsmatrix des unteren Dreiecks

proc mds data=my_matrix level=ordinal out=mds_out dimens= 5 nonorm;

ID NAME;

laufen ;

 

Ich vergleiche die Koordinatenwerte für meine Lösung in JMP und SAS.Die Werte in SAS-Ergebnissen unterscheiden sich von denen in JMP-Ergebnissen. Sie sind ähnlich, unterscheiden sich jedoch in den Zahlenwerten. Ich vermute, dass es an den Startwerten und der Anzahl der Iterationen liegt. Gibt es eine Möglichkeit, die Ergebnisse abzugleichen?

 

Mittlerweile sind die endgültigen Spannungswerte in JMP und SAS sehr unterschiedlich. In SAS verwende ich MAXITER=100. Im SAS-Iterationsverlauf scheint der Stresswert in SAS bei ITER=2 mit dem endgültigen Stresswert in JMP übereinzustimmen.

Wenn ich maxiter=1 in SAS setze , die endgültige Konfiguration in JMP und SAS ist immer noch recht unterschiedlich.

 

Ich würde mich freuen, wenn mir jemand mitteilen könnte, welche Optionen ich in SAS oder JMP (???) einstellen muss, um mit den MDS-Ergebnissen übereinzustimmen.

Vielen Dank im Voraus.

 

Erweiterte statistische ModellierungVerbraucher- und MarktforschungQualitäts- und VerfahrenstechnikErgebnisse teilen und kommunizierenBetreff: So reproduzieren Sie SAS Multidimensional Scaling (MDS)

Es ist nicht möglich, die JMP MDS-Ausgabe genau mit der SAS PROC MDS-Ausgabe abzugleichen. Der Algorithmus von JMP wurde unabhängig von SAS geschrieben. Außerdem werden die anfänglichen und endgültigen Schätzungen von PROC MDS standardmäßig normalisiert. Außerdem möchten wir darauf hinweisen, dass in mehrdimensionalen Skalierungsmodellen die Parameterschätzungen nicht eindeutig bestimmt sind. Die Schätzungen können auf verschiedene Arten transformiert werden, ohne dass sich ihre „schlechte“ Anpassung ändert.

 

Einige Denkanstöße: Im Anhang finden Sie eine SAS-Programmdatei, die mit den JMP-Beispieldaten „Flight Distances“ erstellt wurde. Wenn Sie die Option NONORM angeben, können Sie sehen, dass die Schätzungen nahe an den Ergebnissen von JMP liegen, jedoch mit entgegengesetzten Vorzeichen. Für MDS ist jedoch der Biplot die wichtigste Ausgabe. Obwohl die Schätzungen (oder Koordinaten) unterschiedlich sind, sind die Biplots von SAS und JMP gleich.

 

Bezüglich der Stressstatistik stellt JMP vor Kruskal-Stress, Typ I , oder einfach Stress1. Es sollte ziemlich nahe an der Ausgabe von SAS liegen (siehe Dokumentation hier ), wenn die Formeloption auf 1 gesetzt ist.

 

 

Danke schön!

Mit freundlichen Grüßen, Technischer Support von JMP.

(Antwort mit freundlicher Genehmigung von @sseligman )

Betreff: So reproduzieren Sie SAS Multidimensional Scaling (MDS)

Vielen Dank für Ihre Frage! Wie Sie sicher wissen, ist der technische Support von JMP mit dem Fall befasst, und ich freue mich darauf, diesen Beitrag mit einigen zusätzlichen Informationen zum Nutzen unserer Benutzer zu aktualisieren, die die JMP-Benutzergemeinschaft häufig besuchen.