R语言 3.14 多维标度法MDS

最新推荐文章于 2023-07-30 12:34:49 发布

优秀的大水瓶

最新推荐文章于 2023-07-30 12:34:49 发布

阅读量5.4k

点赞数 1

本文链接：https://blog.csdn.net/m0_46445293/article/details/104855674

版权

本文介绍了多维标度法（MDS），这是一种通过相似性数据揭示对象间空间关系的统计分析方法。在R语言中，MDS包括度量化和非度量化模型，分别对应于cmdscale和isoMDS函数。cmdscale用于处理距离矩阵，而isoMDS适用于非度量化数据。在实际应用中，通过计算距离矩阵，分析其古典解，并评估模型的拟合效果，例如压力指数，来实现多维标度分析。

摘要由CSDN通过智能技术生成

定义
多维标度法是利用客体间的相似性数据去揭示它们之间的空间关系的统计分析方法。
种类
1.度量化模型
若模型所需要的相似性数据是用距离尺度或比率尺度测得的
2.非度量化模型
若模型需要顺序量表水平的相似数据，就称为非度量化模型

多维标度分析古典函数cmdscale的用法：
cmdscale（D，k=2，…）
D表示进行多维标度分析的距离矩阵，k表示维度，默认取2维

D=matrix(c(0,1,sqrt(3),2,sqrt(3),1,1,1,0,1,sqrt(3),2,sqrt(3),1,sqrt(3),1,0,1,sqrt(3),2,1,2,sqrt(3),1,0,1,sqrt(3),1,sqrt(3),2,sqrt(3),1,0,1,1,1,sqrt(3),2,sqrt(3),1,0,1,1,1,1,1,1,1,0),nrow=7,ncol=7)
round(cmdscale(D),3)

在这里插入图片描述
D的古典解
eg根据城市的距离矩阵，在二维平面上把城市标出来