【互动媒体】结课作业第二部分：数据分析、可视化以及几个额外问题

我们针对

1.核心问题 十二个一两两之间在感受表现方面是否有显著差异？差异度（或相似性）有多大？

1.1数据分析方法

刚刚看到这个题目时感觉并不难，真正开始着手做的时候才突然发现不知道应该怎么做。一开始想用matlab计算，后来一起讨论后觉得excel可能就可以，然后又发现excel看起来非常简单，但一次只能比较一对一之间的差异，所以要比较144次才能得到结果。于是想到了概率论课上老师最后偶然提起过的专业统计学工具SPSS。
下完软件以后又陷入了迷茫，不知道应该选择什么方式分析，把概率论的课本翻出来原原本本看了两遍，翻了所有例题，都不太像，网上查显著差异的检验，方法都不太一样，每个的题目都看了一遍，也好像和这道题的题目不太像。问了其他组的同学，说用的python库做，用了t检验，本来排除下来也觉得最可能是t检验，但还是感觉怪怪的。
又纠结了两天以后找到了一位医学院的小学妹，帮我们分析以后告诉我们，应该用成对样本t检验。这次感觉终于对了。
普通的独立样本t检验中所有样本的性质相同，所以可以平均了求方差比较，但在这题中，每个一的每个感知维度都与其他维度不同，所以不能简单平均，要成对比较，计算它们之间的差值，才能得到准确的结果。


所以取数据中的平均值，将十二个一作为列上的变量，23个维度作为行中的样本

选取一个一作为变量1，与其余11个一分别进行成对样本T检验

得到结果如下，由于我们关注的是十二个一之间显著性差异关系，所以我们只需要看得到的结果中的显著性一栏的数据。

将所有的一都与其他一进行这样的比较，得到如下结果：

显著性＞0.05 无显著差异
0.02 - 0.05 有显著差异
＜0.02 差异极其显著

1.2数据分析

我们觉得我们分析出来的数据有一些问题，但是我们也没有找到更好方法，而且大部分数据看起来还是挺对的。
从图1的对称表中得到的数据利用23个感知维度分析十二个一之间的差异性大小。没有显著差异的配对已用红色标出。从图中我们可以看到，6号同最多其他的“一”差异性较小。也就是说，6号一

同其他“一”的差异性最小。
9号同1、3、8、11、12号没有显著性差异，因此9号一居其次。

让我们觉得很高兴的是，4号在我们的预期之内，和其他任何一个“一”都有显著的差异，是最特别、最有特色的一个。

其他“一”的显著性差异分析中，大部分显著性值都小于0.02，因此我们可以判定十二个“一”大多都彼此不同，在一个或几个方面具有有别于其余任何一的独特特征。
所以虽然有些不太明白为什么6号与9号的显著性差异不大，但是总体来看得到的数据都很好，大多数的一之间的差异都非常显著。

2.十二个“一”的特质与其被喜欢/讨厌的评价之间有哪些关联？

2.1对于“喜欢-讨厌”的数据提取、分析及可视化

我们对十二个一的23个感知维度与其被喜欢或讨厌进行了双变量相关性检测。
其中由于原始数据的表格中只有男女性对每个一的喜欢程度排序

所以我们将它先进行了一系列预处理，包括：

• 将所有的数据从（1-12）映射到（-6，0）与（0，6）
  
• 进行依据统计后的值得到被喜欢的程度（取连续的值——z分数平均）。并进行了一系列分析，仅就这张表格我们就可以得出许多有趣的结论。

首先放上一张完整的比对“

2.1.1男性评价十二个女性

通过初步的数据整理以及筛选、清理，我们得到男性评价十二个女性时对应的频率表如下：

我们将它们用更加直观的柱形图表来刻画，易于分析：

男性评价女性时，4，5，10号明显被讨厌，而1，2，3，6，8，12均被喜欢，而且喜欢程度相差并不非常明显，比较平均。

同时，考虑到我们平时在作出选择时，可能对最喜欢与最讨厌的比较明显，而中等程度的区别其实并不大，在进行选择时甚至可能出现随机情况，因此我们针对每个一被最喜欢与最讨厌的情况也作出了统计，希望能够得到强烈的情感倾向。
由图可见12号被喜欢的次数明显高于其他的一，而最讨厌的次数也明显低于大部分的一。可见12号确实受到许多男生的喜爱。其余7，8，9号得到的喜爱也比较多，而4，5，7号被讨厌的次数非常得多。有趣的是，7号的被讨厌次数是所有一中最高的，但它的喜欢次数也高于大部分的一，这就说明男生对于7号一的评价两极分化非常严重，而且7号是一个非常特殊非常有存在感的一。其他的一，诸如1，2，3等，不怎样被喜欢，不怎样被讨厌，平平淡淡如白开水，但也由于它们的普通，男生对它们的好感度累计起来也不低。

2.1.2女性评价十二个男性

同理我们也可以获取相似的数据表：


可见女生大多没有男生那么博爱，那么优柔寡断，大多数的女生的审美出奇得一致。深受广大女性喜爱的是8号同学

而男生内部分歧很大的7号凭借显著的优势荣膺最讨厌的一之冠。

我们得到男性的情感图谱：

2.1.3小结

统计最喜欢与最讨厌的次数之和，最显眼的是7号超高的讨厌次数与极低的喜欢次数，这也是它成为女生最最最讨厌的一的原因之一。
而继续观察，8号与4号也非常有趣。8号的喜欢次数最高，同时也斩获了零差评的佳绩。而4号恰恰相反，讨厌次数稳居第二梯队，也获得了零好评的不可思议的成绩。

总结以上两张图表，我们可以发现男女生之间的审美在大方向上偏离不大，但对于男生来说，各花入各眼，喜爱的标准不一，女生则对男性身上一些特征具有极其敏锐的感知与相当一致的审美。

2.2受试者对于十二个“一”的喜欢程度与特质之间的关系

2.2.1数据分析方法

单对男女生喜欢与讨厌的一，我们就已经得出了这么多结论。
为了分析喜欢程度与特质之间的关系，我们将这些数据导入了SPSS，进行双变量相关性分析。

从我们得到的数据表中获取整体相关性的感知非常困难，不过在柱状图中我们得以比较明确地看出23个维度的感知评价相对于对“一”喜爱程度的相关性以及影响：
我们将它制作成直观易读的柱形图，男性和女性同时排布在横坐标上，方便对比和分析。

此时，我们已经非常容易从图表中获取我们所需要的信息。在进行数据分析之前，我们对这些特性已经有了一个相对的心里预期。我们接下来将从以下几方面入手，对这些数据进行关键提取和分析：

2.2.2数据分析

①男性评价女性时的正相关因素

按照正相关程度排序为：
香臭、清脆、弹性、音高、酸、速度、锐利度、激活度、愉悦度、甜
在我们的预料之内。对于男生而言，偏向女性化、灵活的词条必定会对喜好程度产生正面的影响。我们的结论是：男生更加喜欢香香的、声音清脆偏高的、灵活有弹性的、让人感到愉快的女生。不过我们对于“甜”有一点点震惊，或许现在的男生也比较现代化，不爱过于甜腻的女孩子吧。

②男性评价女性时的负相关因素

按照负相关程度排序为：
力量、苦、重量、阻力、粗糙度、浑厚、硬度、冷热、密度、粘稠度、韧性、辣、湿润度
大部分也在我们的预期之内。大力粗犷、嗓音浑厚、又胖又重的女孩子当然不受难受男性喜欢了。

③女性评价男性时的正相关因素

按照正相关程度排序为：
粘稠度、甜、韧性、湿润度、浑厚、冷热、重量、力量、阻力、苦、粗糙度、密度
这个结果有一些出乎我们的预料，而且我不是很喜欢它。与我们想象中的不同，除了“浑厚”、“重量”这些非常具有男性特征的标签的占有外，女性还给出了“甜”、“韧性”、“湿润度”等比较女性化的特征以高相关性的结果。这说明当代女性对于男性的喜好感知已经不是我们刻板印象中的男性形象了。女性更倾向于少有柔软、甜甜的（？？？）男生，或许现代女性对于理想男性的形象塑造更加有书卷气吧（也难怪这几年以小鲜肉为主导的粉丝经济大赚特赚。）。

④女性评价男性时的负相关因素

按照负相关程度排序为：
锐利度、酸、音高、速度、清脆、硬度、香臭、辣、激活度、弹性、愉悦度
完全在预期之内。谁又会喜欢尖尖的娘娘的的男性呢。大家都爱沉稳老练的老男人啊哈哈哈哈哈哈。（当然，这个结论也告诉我们，我们喜欢的老男人虽然给我们一安全感，但可能不太可以给我们带来恋爱的愉悦感哈。多多权衡是很重要的，毕竟鱼和熊掌不可兼得嘛）

⑤在同一维度上男性对女性评价以及女性对男性评价的差异

在测量的23个维度中，有17个感知维度在男性和女性之间产生了显著的相反效应，这个比例超过了一半。即以男性也女性的角度分别看待“一”，其结果呈现出正相关与负相关的不同分布。也就是说，男性认为女性身上会好的特质在女性的眼里是男性的缺点。这是一个很有意思的现象，说明性别特质明显的标签在女性和女性对异性的评价中有着相反的效应。不过这也是很正常的现象。

此外，仅有3个标签在男性和女性之间产