Hallo,
ich muss heute meine Arbeit abgeben, was jedoch utopisch ist.
Ziel ist es, mit SPSS 14.0 eine Clusteranalyse von RGB-Farbwerten, die die Grundfarbe von Wildkatzenfellen bestimmen, durchzuführen.
Dabei soll die Ähnlichkeit der Fälle bzw. der RGB-werte untersucht werden.
Beispiel von einigen Fällen:
Collectionnumber---R_wert---G_wert---B_wert
Katze 1---------------152-------136-------104
Katze 2---------------153-------128-------82
Katze 3---------------123-------106-------77
Der R_Wert, G_wert, B_wert hängen eigentlich fest zusammen und definieren die Farbe. Ich habe die Werte als einzelne Variablen eingegeben und möchte nun wissen, welche Katzen sich anhand der werte ähneln...
Also Katze 1 ähnelt Katze 3 mehr, als Katze 1 und Katze 2 sich ähneln.
Wie stelle ich also bei SPSS ein, dass die Werte der Variablen fest zusammenhängend (R-G-B) analysiert werden.
Also wie mache ich eine Clusteranalyse, wo Katze 1 bis Katze X anhand der R-Variable, G-Variable, B-Variable analysiert wird und nicht die Werte getrennt von einander analysiert werden?
Für jede Idee/Hilfestellung wäre ich sehr dankbar.
Viele Grüße.
Dringend Hilfe gesucht-Analyse zusammengehörender Variablen
-
yPennylane
- Beiträge: 5
- Registriert: 13.06.2013, 11:16
-
yPennylane
- Beiträge: 5
- Registriert: 13.06.2013, 11:16
es sind insgesamt 148 verschiedene Farben zu vergleichen.
74 Bauchfellfarben und 74 Seitenfellfarben.
Also 74 Katzen.
Ich füge mal einen screenshot der Tabelle an.
Wie meinst du das mit der Differenz der Werte? Dann habe ich ja wieder 3 neue Variablen--> 3 neue Differenzvariablen?
Farbe wird bestimmt durch den RGB-Code im 8-Bit Farbraum (mit Photoshop ermittelt). Die R-, G-, B-Variablen kann man also nicht einzeln betrachten.
Ich weiß genau, wie das Ergebnis aussehen soll, doch überhaupt nicht, wie ich da hin komme.
Beispiel:
Katze 1 und Katze 2 werden zu einer Klasse zusammengefasst weil ihre RGB-Variablen sich jeweils nur um +-1 unterscheiden. Oder eben um maximal +-5.
Per Hand kann ich das alles einzeln abgleichen, aber das dauert zu lange.
Also Ziel:
Farbcode 1: R=126 +-5 G=105 +-5 B=65 +-5 --> dazu gehören 50 Katzen
Farbcode 2: R=108 +-5 G=93 +-5 B=58 +-5 --> dazu gehören 30 Katzen
usw. bis 10 Farbcodeklassen erstellt sind und zwar anhand der Häufigkeiten...
Die Farben unterscheiden sich so geringfügig, dass ich das mit den RGB-Werten machen muss, aussderm hat die Bildanalyse 4 Tage gedauert.
Gibts noch andere Programme, die eher auf naturwissenschaftliche Statistik ausgerichtet sind?
Ich weiß nicht, wie ich hier ein Bild der Tabelle einfügen soll, da ich auch keins online habe.
Viele Grüße.
74 Bauchfellfarben und 74 Seitenfellfarben.
Also 74 Katzen.
Ich füge mal einen screenshot der Tabelle an.
Wie meinst du das mit der Differenz der Werte? Dann habe ich ja wieder 3 neue Variablen--> 3 neue Differenzvariablen?
Farbe wird bestimmt durch den RGB-Code im 8-Bit Farbraum (mit Photoshop ermittelt). Die R-, G-, B-Variablen kann man also nicht einzeln betrachten.
Ich weiß genau, wie das Ergebnis aussehen soll, doch überhaupt nicht, wie ich da hin komme.
Beispiel:
Katze 1 und Katze 2 werden zu einer Klasse zusammengefasst weil ihre RGB-Variablen sich jeweils nur um +-1 unterscheiden. Oder eben um maximal +-5.
Per Hand kann ich das alles einzeln abgleichen, aber das dauert zu lange.
Also Ziel:
Farbcode 1: R=126 +-5 G=105 +-5 B=65 +-5 --> dazu gehören 50 Katzen
Farbcode 2: R=108 +-5 G=93 +-5 B=58 +-5 --> dazu gehören 30 Katzen
usw. bis 10 Farbcodeklassen erstellt sind und zwar anhand der Häufigkeiten...
Die Farben unterscheiden sich so geringfügig, dass ich das mit den RGB-Werten machen muss, aussderm hat die Bildanalyse 4 Tage gedauert.
Gibts noch andere Programme, die eher auf naturwissenschaftliche Statistik ausgerichtet sind?
Ich weiß nicht, wie ich hier ein Bild der Tabelle einfügen soll, da ich auch keins online habe.
Viele Grüße.
-
yPennylane
- Beiträge: 5
- Registriert: 13.06.2013, 11:16
hat sich erledigt
Also ich habs mittels der Clusterzentrenanalyse gelöst, da die Farbwerte ja metrische Daten sind. So habe ich jeweils 1 "Farbzentrum" von dem die tatsächlich auftretenden Farben dann mehr oder weniger abweichen.



