Strumento Ridimensionamento Multidimensionale

Il ridimensionamento multidimensionale (MDS) è un metodo per separare i dati univariati in base alla varianza. Concettualmente, MDS prende le differenze, o distanze, tra gli elementi descritti nei dati e genera una mappa tra gli elementi. Il numero di dimensioni in questa mappa viene spesso fornito prima della generazione dall'analista. In genere, la dimensione di varianza più elevata corrisponde alle distanze più grandi descritte nei dati. La soluzione cartola si basa su dati univariati, pertanto la rotazione e l'orientamento delle dimensioni della mappa non sono significativi. MDS utilizza un'analisi dimensionale simile a Componenti di principio. Per ulteriori informazioni, vedere -ERR:REF-NOT-FOUND-https://en.wikipedia.org/wiki/Multidimensional_scaling.

In questo strumento vengono implementati due tipi di MDS: Classical MDS e Isometric MDS. Classic MDS è l'approccio semplice e veloce. L'MDS classico funziona generando una mappa riducendo l'errore tra le distanze date tra gli elementi e la distanza cartesiana tra gli elementi sulla mappa. L'MDS isometrico è leggermente più complesso. Se la mappa risultante di MDS classico viene acquisita e quindi regolata in modo che le distanze della mappa tra le coppie di elementi siano nello stesso ordine più grande-più piccolo dei dati originali, ovvero MDS isometrico. Questo MDS isometrico è quindi utile quando le unità di distanza esatte sono meno importanti del rango di cui le coppie di elementi sono più distanti o più vicine tra loro.

Un esempio di utilizzo di MDS classico è la distanza in linea retta tra le città degli Stati Uniti per produrre una mappa degli Stati Uniti. Un esempio di utilizzo di MDS isometrica è la produzione di un grafico alimentare multidimensionale basato su quanto sia simile o diverso il valore nutrizionale tra gli alimenti, dove una classificazione delle distanze è più importante di una specifica coordinata dell'unità. Questi metodi sono spesso utilizzati in un contesto di ricerca di marketing per ottenere il numero e la natura delle dimensioni percettive utilizzate dai clienti per giudicare la somiglianza tra i diversi articoli.

Un flusso di dati configurato in uno di questi due modi:A data stream configured in either of these 2 ways:

1. Un flusso a tre colonne con ogni voce che rappresenta i nomi delle coppie di elementi e la loro dissimilità.
2. Matrice MxM con ogni colonna che rappresenta un elemento, ogni riga che rappresenta un elemento e ogni intersezione che rappresenta il valore di dissimile. Per ulteriori informazioni, vedere -ERR:REF-NOT-FOUND-https://en.wikipedia.org/wiki/Distance_matrix.

Scheda Opzioni modello

Utilizzare la scheda Opzioni modello per configurare il modello.

1. Scegliere Tipo di input: Selezionare se usare l'approccio a coppie a 3 colonne o l'approccio a matrice di distanza per l'input di informazioni didissimili. È necessario definire tutte le distanze di coppia in entrambi i casi, in caso contrario, viene generato un errore.
2. Numero di quote da stampare: Selezionare il numero di quote che la mappa e i dati conterranno negli output Dati e Stampa. Per scegliere il numero migliore di dimensioni, è necessario considerare il livello di varianza utilizzando il grafico eigenvalue nel report.
3. Scegliere Metodo di ridimensionamento multidimensionale: scegliere tra l'utilizzo di algoritmi MDS classici o MDS isometrici.

Scheda Opzioni di stampa

Utilizzare la scheda Opzioni di stampa per impostare i controlli per il grafico di output.

1. Elenco di dimensioni separate da virgole da capovolgere: tutti i numeri in questo elenco saranno le dimensioni con le coordinate dell'elemento moltiplicate per -1. Gli algoritmi MDS prelevano la polarità dimensionale in modo arbitrario e talvolta possono essere aiutati dall'input dell'utente. Ad esempio, nella creazione di una mappa degli Stati Uniti in base alle distanze tra le città, la direzione può essere invertita da ciò che è noto per essere il caso.
2. Grafico a barre di Eigenvalues: Questo segno di spunta decide se i valori eigen e la spiegazione sono inclusi o meno nell'output del report. Questo per aiutare a scegliere il numero di dimensioni da mantenere nella mappa dei dati. Principalmente, il grafico a barre aiuta a sapere in quale punto le dimensioni aggiuntive incorporano solo rumore o dati spuri nella mappa.
3. Sostituire i nomi degli elementi con numeri nel grafico per la visibilità?: La mappa potrebbe contenere troppi elementi per identificare un nome da un altro. Questo segno di spunta decide se convertire o meno tutti i nomi degli elementi in ID numerici (ad esempio, 'jack', 'jill', 'banana'... ecc, rispetto a x1,x2,x3, ... x987, x988, ecc.).

Scheda Opzioni grafica

Utilizzare la scheda Opzioni grafiche per impostare i controlli per l'output grafico.

• Dimensione del grafico: Selezionare pollici o centimetri per le dimensioni del grafico.
• Risoluzione grafico: Selezionare la risoluzione del grafico in punti per pollice: 1x (96 dpi), 2x (192 dpi), o 3x (288 dpi).
  • La risoluzione inferiore crea un file più piccolo ed è ideale per la visualizzazione su un monitor.
  • Una risoluzione più alta crea un file più grande con una migliore qualità di stampa.
• Dimensione carattere di base (punti):selezionare la dimensione del carattere nel grafico.

Collegare uno strumento Sfoglia a ogni ancoraggio di output per visualizzare i risultati.

• D ancoraggio: (dati) Contiene le voci per ogni elemento e il valore delle coordinate di ogni dimensione.
• P anchor: (Plot) Contiene gli output dei report con impostazioni grafiche come dichiarato nella configurazione dell'utensile: tabella (opzionale) e grafico che illustra la varianza di ogni dimensione con una spiegazione dei valori di Eigen. I grafici di ogni coppia di quote (ad esempio, 1,3}; {1,4}; {2,3}; {2,4}; ogni elemento rappresentato dal nome o (facoltativamente) un identificatore numerico.