Escalado Multidimensional en R

R proporciona funciones para el escalado multidimensional clásico y no métrico. Supongamos que tenemos N objetos medidos en p variables numéricas. Queremos representar las distancias entre los objetos de forma parsimoniosa (y visual) (es decir, un espacio k-dimensional inferior).

MDS clásico

Puedes realizar un MDS clásico utilizando la función cmdscale( ).

# Classical MDS
# N rows (objects) x p columns (variables)
# each row identified by a unique row name

d <- dist(mydata) # euclidean distances between the rows
fit <- cmdscale(d,eig=TRUE, k=2) # k is the number of dim
fit # view results

# plot solution
x <- fit$points[,1]
y <- fit$points[,2]
plot(x, y, xlab="Coordinate 1", ylab="Coordinate 2",
  main="Metric MDS", type="n")
text(x, y, labels = row.names(mydata), cex=.7)

haz clic para ver

MDS no métrico

El MDS no métrico se realiza mediante la función isoMDS( ) del paquete MASS.

# Nonmetric MDS
# N rows (objects) x p columns (variables)
# each row identified by a unique row name

library(MASS)
d <- dist(mydata) # euclidean distances between the rows
fit <- isoMDS(d, k=2) # k is the number of dim
fit # view results

# plot solution
x <- fit$points[,1]
y <- fit$points[,2]
plot(x, y, xlab="Coordinate 1", ylab="Coordinate 2",
  main="Nonmetric MDS", type="n")
text(x, y, labels = row.names(mydata), cex=.7)

haz clic para ver

Escala de diferencias individuales

El escalado de 3 vías o de diferencias individuales puede completarse utilizando la función indscal() del paquete SensoMineR. El paquete smacof ofrece un análisis tripartito de las diferencias individuales basado en la minimización del estrés de los medios de mayorización.

Practicar

Este tutorial sobre ggplot2 incluye ejercicios sobre Matrices de distancia y Escalado multidimensional (MDS).