软件为多维尺度
ALSCAL进行公制或非度量多维标度的展开与个体差异“选项。它可以分析一个或多个矩阵的相异或相似数据。
分析表示欧氏空间中的点的行和列的数据矩阵。
如果行和列是相似的神器出山:www.shenqi73.com,他们的论点是紧密的行和列,而如果是不一样的,他们是相距甚远。
ALSCAL和给它一个尝试,看看它的所有有关!
下面是一些关键的功能“ALSCAL”:
ALSCAL进行度量和非度量分析:
·多维标度可以“公制”或“非度量”。公制缩放假定显示/相似性数据是定量 - 他们测得的时间间隔或比率的测量水平。非度量缩放假设数据是定性的 - 他们是在有序的测量。
ALSCAL分析一个或多个相异矩阵:
·ALSCAL可以分析一个或多个矩阵的显示/相似性数据。矩阵可以是长方形或正方形,对称或不对称的,有条件或无条件,并可能缺少的元素。该方案允许任何数量的矩阵,每个具有任意数目的行或列的分析。
ALSCAL并缩放和展开:
·ALSCAL可以分析数据的参考对象或事件的一组相同的(平的数据,其可以是对称或不对称的),或者是指两套不同的对象或事件(矩形数据)的行和列。
·当程序执行多维标度,构造一个欧氏空间具有点,它为每一个对象/事件数据是方形。
·当该数据是矩形的程序执行多维展开,构建具有在它的每一行和列的对象/事件点的欧几里得空间。在这两种情况下,显示/之间的相似性的对象/事件对应的点之间的距离。
ALSCAL做个体差异模型:
·ALSCAL可以分析数据中所包含的几个矩阵。随着几个矩阵ALSCAL可以进行复制或个体差异多维标度或展开。
·对于复制的缩放或展开的分析,构建了一个欧氏空间时的情况一样,只有一个数据矩阵。
·对于个体差异(加权)缩放或展开,在欧氏空间(如上述)表示的点的对象/事件,而在一个额外的个体差异空间权重向量的矩阵表示的。
·复制和加权多维标度,并展开分析,可能是公制或非测量。