1962 년에 30 명의 학생들에게 심리 실험이 수행되었습니다. 고맙게도, 아무도 전기 충격을 전달하거나받지 못했습니다 (1961 년에 수행 된 유명한 Milgram 실험 에서처럼). 대신에, 각 학생은 얼굴을 만드는 여성의 사진을보고 정서와 내용 측면에서 표정 차이점을 평가하도록 요청 받았다.
지금 나는 숫자 소녀이다. (비록 심리학에서 미성년자를 포함하는 어두운 과거를 인정한다.) 나는 그것이 심리학자들이 질적이며 부정확 한 정보로부터 추론과 결론을내는 방법을 흥미롭게 만든다. 통계 분야가 종종 부정확하다고 비난 받기 때문에 내가 검은 주전자를 부르는 냄비라고 생각할 수도 있습니다. 그러나 나는 통계를 해석하는 더 좋은 방법은 체계적 패턴을 밝히기 위해 무작위성과 부정확성을 포용하는 과학이라고 생각합니다. 심리학자들은이 점을 대부분의 사람들보다 잘 이해하고 있으며 통계적 방법에 크게 의존합니다.
학생들의 인상을 정량화 할 수있는 데이터로 바꾸기에 적합한 인기있는 방법 중 하나는 다차원 척도 (MDS)입니다.이 방법은 차원 감소 방법 클래스에 속하는 주 구성 요소 분석과 유사한 다 변수 기술입니다. MDS는 여러 객체간에 차이점 집합을 가져 와서 예를 들어 2 차원지도에서와 같이 좌표로 객체의 가장 좋은 표현을 찾습니다. 고전적인 예는 도시 간 쌍 거리입니다. MDS가 거리에 적용되면 결과는지도상의 실제 위치와 매우 밀접하게 일치하는 각 도시의 좌표입니다. MDS는 심리학, 생태학, 공간 통계 및 유전학과 같은 분야에서 널리 사용되는 방법이되었습니다.
이제 우리의 얼굴 표정으로 되돌아갑니다. 우리는 여자가 만든 13 개의 서로 다른 얼굴 사이에 쌍 방향으로 차이가 있습니다 :
1. 어머니의 죽음에 대한 슬픔
2. 콜라를 맛보기
삼. 매우 즐거운 놀라움
4. 임산부 사랑, 아기를 품다
5. 육체 피로
6. 비행기에 문제가 있습니다.
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 것이라는 것을 안다.
13. 가벼운 수면
나는 MDS를 사용하여 이러한 감정이 어떻게 감지되는지 이해하려고 노력하지만 JMP MDS를 수행 할 플랫폼이 없습니다. 그러나 MDS 절차는 다음과 같습니다. SAS MDS뿐만 아니라 R의 패키지 JMP는이 두 가지와 통합됩니다!
운 좋게도 내 이름을 공유하는 훌륭한 통계 학자가 이미 JMP 추가 기능 내가에서 얻을 수있는 JMP 파일 교환 SAS 또는 R을 통해 MDS를 실행하려면 추가 기능을 다운로드하여 신속하게 설치하십시오 (R 패키지가 작동하는 것처럼). (당신은 할 수있다. 추가 기능을 다운로드하십시오. , 너무; 무료이지만 SAS 로그인이 필요합니다.)
나는 내 컴퓨터에 R을 설치했다. 즉, JMP가 R에 연결하고, 데이터를 보내고 R 코드를 제출할 수 있으며, 일부 동적 대화식 도구를 사용하기 위해 JMP에서 내 결과를 다시 얻을 수있다. 내가해야 할 일은 내 데이터 테이블을 열고 Add-In 메뉴로 이동하여 추가 기능에서 만든 다차원 스케일링 명령을 선택하는 것입니다. 아래에 표시된 대화 상자를 시작하고 MDS를 실행하려는 비 유사성을 채우고 몇 가지 옵션을 설정 한 다음 실행을 클릭하십시오.
JMP는 R (또는 SAS)에 연결하고 몇 초 후에 결과를 얻습니다! 시작된 첫 번째 플롯은 데이터가 일련의 차원에 대한 좌표에 얼마나 잘 맞는지 나타냅니다. MDS 결과를 2 차원으로보고 싶다고 결정 했으므로 그래프에서 2에 해당하는 점을 선택하고 그래프 아래의 버튼을 클릭하여 MDS 결과를 표시합니다.
아래 디스플레이는 이제 학생들이 어떻게 여성의 정서적 인 얼굴을인지하는 지에 대한 많은 정보를 알려줍니다. 아래의 그래프에서 서로 더 가까운 점들은 그 표정이 더 비슷한 감정을 묘사한다는 것을 의미합니다. 표현식은 좌표를 클러스터링하여 색이 지정되어 일반적인 감정 집단으로 그룹화 될 수있는 아이디어를 제공합니다.
통증, 슬픔 및 강박의 패턴과 같은 일부 것들은 예측 가능하지만 다른 것들은 재미있는 것을 배울 수 있습니다. 나 자신도 모친의 사랑과 즐거운 놀라움으로 옛 남자 친구를 만날 수는 없었지만 나는 얼굴을 만드는 여자가 더 나은 경험을했다고 생각한다!
필자가 확실히 배웠던 한 가지는 JMP를 SAS 또는 R과 함께 사용하면 분석 및 데이터 탐색을위한 무한한 가능성을 제공한다는 것입니다. JMP의 새로운 추가 기능 아키텍처 덕분에 사용자는 이러한 방식으로 분석을 확장 할 수 있으며 모든 JMP 스크립터, SAS 프로그래머 및 R 전문가가 자신의 추가 기능을 JMP 파일 교환 그래서 다른 사람들은 당신의 연구와 경험으로부터 이익을 얻을 수 있습니다!
자세한 내용은 JMP 추가 기능 SAS 또는 R 통합, 일부 문서 및 협상을 확인하십시오. SAS 글로벌 포럼 , 라스 베이거스에서 곧 개최 될 사용자 그룹 회의.
Kelci Miclaus, Clay Barker, Jun Ge. 2011 "분석 허브 인 JMP® : SAS® 및 R을 통해 JMP를 사용하여 사용자 정의 응용 프로그램 구축"SAS Global Forum 2011 회의의 진행 요약. 캐리, NC : SAS Institute Inc. 제공 예정 http://support.sas.com/resources/papers/proceedings11/TOC.html .
에릭 힐. 2011 년 "JMP 9 애드 인 : SAS 데이터를 새로운 차원으로 시각화합니다."SAS Global Forum 2011 Conference의 진행 요약. 캐리, NC : SAS Institute Inc. 제공 예정 http://support.sas.com/resources/papers/proceedings11/TOC.html .
니콜 버넷 쓴 :
이것은 훌륭한 추가 기능이며 많은 데이터를 가지고 내 데이터를 탐색하는 데 많은 성공을 거두었습니다. 나는 조금 더 나아가고 싶었고, 누군가가 어떻게하고, MDS 오버레이 플롯을 생성 한 후 유사점 분석 (ANOSIM)을 알기를 바랬다.
