- 定义眼睛颜色深色为1 、棕色为2、蓝色为3 、浅色为4。 头发的颜色金色1 红色2 棕色3 深色4 黑色5。得出数据:
- 数据预处理:数据-加权个案-频率输入 频率变量
- 数据分析:分析-降维-对应分析-行列定义范围-确定
- 结果分析:
- 对应表就是当时未处理的原始数据及相应的行列求和
- 第一列维数等于变量的最小分类数减1,最小分类是4.第二、三、四、五列分别代表奇异值、特征根、卡方值、P值。惯量比例给出了各个维度所能解释的两个变量关系的百分比,容易发现前两个维度就解释了99.6%的信息。
7. 对应分析坐标值及贡献值。其中质量表示各种类别的构成比,比如金色头发占比27%。维中得分表示各类别在相关维度上的评分。惯量是各类别的因子负荷值,数值越大代表该类别对惯量的贡献越大。点对维惯量代表各维度的信息量在各类别间的分解情况。如第一维度主要被深色蓝色浅色携带。维对点惯量:各类别的信息在各维度上的分布比例,如深色蓝色浅色都主要分布在第一维度。
9. 对应分析图:可以看出两个变量不同类别之间的关系。一方面可以从横坐标和纵坐标方向考察变量不同类别之间的稀疏。另一方面可以把平面划分为以(0,0)为原点的四个象限,位于相同象限的不同变量的分类点之间关联较强。
结论:棕色头发和棕色眼睛、深色头发和深色眼睛、金色头发和蓝色眼睛、浅色眼睛存在较强的联系。