Similarities of Automobiles with Confidence Ratings
/****************************************************************/
/* S A S S A M P L E L I B R A R Y */
/* */
/* NAME: mdsauto */
/* TITLE: Similarities of Automobiles with Confidence Ratings */
/* PRODUCT: stat */
/* SYSTEM: all */
/* KEYS: multidimensional scaling */
/* PROCS: mds */
/* DATA: */
/* */
/* SUPPORT: saswfk UPDATE: 8/10/2007 */
/* REF: Null & Sarle, 1982 (SUGI Proceedings) */
/* MISC: */
/* */
/****************************************************************/
title "Similarities of Automobiles with Confidence Ratings";
data autosim;
Subject = floor((_n_-1)/20)+1;
input (VolvoWagon AstonMartin DeLorean Chevette RabbitDiesel
Jaguar Mustang Triumph Continental Omega Datsun LeBaron
Hornet HondaCivic Squire LeMans Riviera SaabTurbo
Champ Mercedes) (2.);
label
volvowagon = 'Volvo Wagon'
astonmartin = 'Aston-Martin'
delorean = 'De Lorean'
chevette = 'Chevette'
rabbitdiesel = 'Rabbit Diesel'
jaguar = 'Jaguar XKE'
mustang = 'Mustang GT'
triumph = 'Triumph TR7'
continental = 'Continental'
omega = 'Omega'
datsun = 'Datsun 210'
lebaron = 'Le Baron'
hornet = 'Hornet'
hondacivic = 'Civic'
squire = 'Country Squire'
lemans = 'Le Mans'
riviera = 'Riviera'
saabturbo = 'Saab Turbo'
champ = 'Champ'
mercedes = 'Mercedes 300d';
datalines;
-1
7
8 3
6 7 5
7 5 5 0
9 3 510 8
-1 5 5 9 8 8
10 3 5 8 7 1 2
7 5 71010 8 8 9
6 7 5 6 8 7 5 7 3
8 5 5 3 1 8 7 8 9 7
7 5 5 9 9 6 6 9 2 2 8
5 7 3 5 6 7 8 810 6 4 6
4 5 3 1 010 7 610 7 9 8 4
3 6 5 5 6 6 7 5 9 5 5 6 4 7
6 4 5 7 7 6 5 6 3 2 8 1 5 8 6
6 5 5 6 7 8 6 7 3 6 7 2 6 5 410
8 5 4 6 6 2 3 3 8 6 8 8 6 5 8 7 6
5 8 5 1 0 8 8 7 9 8 2 8 7 0 6 9 7 7
8 5 3 8 5 4 4 2 7 8 8 6 8 6 6 5 6 3 7
-1
8
8 6
710 9
5 8 8 4
7 3 4 9 9
7 9 5 7 4 9
8 4 5 8 5 8 3
8 8 6 8 8 7 6 9
8 4 9 6 4 9 5 7 5
7 3 4 8 2 8 3 8 6 7
8 9 9 7 7 7 8 710 5 4
7 8 9 6 6 6 5 4 3 5 8 6
9 7 9 9 3 7 5 3 8 3 6 7 4
3 9 8 7 7 8 6 7 8 910 7 7 7
5 9 9 8 4 8 5 8 3 3 5 4 5 7 6
6 9 8 7 4 6 510 4 2 6 8 7 3 5 1
8 3 4 6 6 2 6 3 4 7 9 410 9 8 7 8
4 6 4 3 7 9 9 310 7 4 4 7 4 9 7 4 8
7 2 8 9 8 8 8 810 9 7 9 9 9 9 8 9 2 9
-1
5
8 5
5 5 9
3 9 8 1
7 8 5 8 9
5 5 5 8 2 2
5 7 5 9 9 4 2
10 3 51010 8 2 8
5 3 710 8 5 7 6 3
3 7 5 2 1 5 2 5 9 8
8 3 4 9 9 6 8 7 7 2 8
5 5 5 1 5 5 5 5 3 6 5 9
4 8 5 1 2 9 3 710 8 5 7 2
6 7 5 7 6 9 6 8 8 7 7 1 5 3
7 5 5 8 6 7 3 8 7 6 5 2 5 6 1
6 5 5 7 9 9 8 7 3 4 8 1 6 6 1 1
5 7 5 8 7 4 2 2 7 5 6 9 5 7 8 9 6
3 5 7 2 1 8 5 9 9 8 3 7 2 2 4 3 2 8
5 2 21010 5 5 6 4 2 9 8 5 9 9 8 5 6 9
-1
6
9 0
9 810
81010 0
4 4 31010
910 7 4 010
010 8 2 4 2 8
10-1 3101010 410
9 4 6 81010 01010
910 210 0 810 0 8 8
6 7 210 8 7 010 0 3 9
10 3 9 7 0 0 0 7 9 010 8
9 610 0 010 71010 9 8 8 5
8 810 01010 8 8 8 410 0 8 4
9 31010 9 8 410 3 010 0 6 9 3
7 3 81010 8 710 0-1 9 2 31010 1
10 0 0 910 0 6-1 8 8 1 710 5 910 7
8 010 0 0 0 1 6 8 510 9 7 110 3 8 7
10 0 01010 9 8 610 7 4 7 910 210 8 210
-1
3
4 4
2 3 6
2 1 7 1
5 4 2 4 3
8 5 7 3 9 3
3 6 4 1 2 3 4
7 2 410 9 9 810
2 5 9 8 8 7 910 2
2 5 8 3 3 3 3 310 8
8 7 8 8 9 8 710 1 8 9
4 6 3 9 9 7 310 4 810 2
2 3 7 2 2 2 7 210 8 1 810
-1 5 4 8 7101010 3 7 9 2 8 8
8 9 4 8 7 8 7 8 1 3 7 2 8 9 1
9 9 2 8 8 9 8 8 1 9 7 1 5 9 2 6
4 5 2 2 3 3 3 2 4 6 5 3 4 2 9 8 4
7 5 3 9 7 8 510 1 3 7 2 4 8 3 3 8 4
4 2 4 6 3 2 5 2 9 9 3 3 8 2 8 8 5 4 7
-1
7
9 3
81010
7 910 4
8 3 3 9 9
9 4 7 5 6 6
9 4 2 8 8 3 3
8 5 5 9 8 3 810
7 8 8 8 7 7 6 8 6
8 910 2 4 9 5 6 8 6
7 9 8 8 7 8 7 9 4 3 9
5 910 4 3 9 610 9 6 3 8
7 9 9 4 4 9 7 8 9 7 3 7 3
4 910 9 8 9 7 8 8 7 8 7 8 8
8 8 8 7 8 7 6 8 7 2 7 3 7 8 7
7 7 8 8 6 7 7 9 5 2 9 3 8 8 5 2
5 4 4 8 7 5 6 4 5 7 8 6 8 8 9 7 5
9 910 3 6 8 6 810 7 3 7 3 3 8 6 8 8
7 4 510 4 2 8 8 4 810 810 9 9 8 5 410
-1
4
5 4
81010
6 3 9 2
3 4 210 9
7 6 9 3 5 9
7 2 5 4 5 3 4
6 9 910 9 6 8 9
7 9 9 3 6 8 4 8 6
9 7 9 3 310 3 510 6
8 910 5 6 9 5 6 4 1 6
7 910 2 510 510 9 8 5 5
9 710 3 4 9 3 410 7 2 7 5
41010 7 6 8 8 9 4 3 8 4 7 9
9 8 9 6 8 7 5 7 8 1 5 1 7 5 8
7 6 5 8 7 6 7 7 4 4 8 2 810 3 2
2 6 3 8 4 1 9 5 4 7 8 7 9 710 8 5
8 910 2 5 9 3 4 8 5 3 6 5 310 4 8 7
4 3 210 5 2 8 4 4 9 8 71010 7 8 7 2 9
-1
3
5 5
5 4 4
4 6 6 6
8 4 5 710
8 4 3 2 4 4
8 8 4 8 9 1 4
8 4 3 710 2 8 2
5 4 5 2 5 8 6 7 7
4 3 5 3 2 8 3 6 7 5
6 2 3 4 6 6 6 6 4 3 4
4 2 5 5 7 7 2 3 5 2 2 5
2 4 5 4 1 8 7 7 9 6 1 4 1
1 5 5 4 2 9 5 7 6 4 4 4 5 4
4 5 3 2 7 4 3 4 4 4 7 4 5 8 5
5 5 4 2 6 6 5 4 4 3 7 2 6 7 4 2
4 5 7 6 4 2 1 2 2 6 6 6 4 6 8 4 4
6 4 4 3 6 7 8 7 5 4 6 4 6 7 4 3 3 7
7 6 8 8 4 2 7 8 1 7 6 4 4 8 9 4 4 8 6
-1
8
7 4
2 5 9
3 7 9 1
8 2 3 910
8 2 4 6 7 2
8 2 3 6 6 2 3
8 4 11010 4 8 4
5 5 4 8 3 4 6 7 4
2 8 7 2 3 9 6 9 9 5
7 3 2 7 8 3 7 4 1 5 9
3 8 9 1 3 9 6 8 9 5 3 8
3 6 9 2 1 9 5 5 9 7 2 7 2
4 6 6 5 4 7 7 8 3 6 5 4 6 6
6 4 3 8 7 4 4 5 3 5 7 2 8 7 4
7 5 3 7 7 7 5 8 2 1 7 1 7 8 4 2
2 4 5 7 5 3 5 2 4 6 4 4 3 4 5 4 7
2 5 9 2 1 8 4 6 6 3 2 8 1 3 5 5 6 9
6 2 1 6 5 4 5 4 3 5 8 3 8 5 6 4 3 2 9
-1
5
8 5
5 5 9
5 8 8 1
8 9 9 6 4
5 8 8 3 7 5
7 8 8 4 4 4 4
5 3 3 910 9 7 8
7 5 5 3 6 5 5 5 8
5 9 8 1 3 5 3 4 9 5
7 2 3 9 9 9 9 9 3 8 9
7 8 9 4 3 3 4 3 9 5 3 9
2 8 8 1 1 7 5 410 6 3 9 4
5 5 5 9 9 9 8 9 8 5 81010 9
8 5 51010 9 8 9 8 3 9 2 8 910
8 5 3 9 9 8 7 8 3 5 8 3 8 9 7 2
6 8 9 5 5 4 8 3 8 5 3 8 5 4 5 7 6
5 5 5 7 9 5 5 7 6 5 7 8 7 8 5 5 5 5
4 6 6 6 4 6 4 5 8 5 5 7 3 4 9 8 5 4 7
;
data autocon;
Subject=floor((_n_-1)/20)+1;
input (w1-w20) (2.);
datalines;
0
1
1 0
9 2 1
9 1 110
9 1 110 8
0 2 110 9 9
10 2 2 9 91010
9 1 11010 9 910
7 6 1 9 8 9 8 9 8
7 3 11010 6 9 910 9
9 1 0 9 9 8 9 91010 8
8 7 1 6 6 7 8 810 8 7 6
8 2 1101010 9 810 810 8 7
8 2 1 9 9 6 8 7 9 7 9 6 7 8
7 2 1 7 8 9 8 8 9 91010 5 8 6
5 1 1 9 9 9 7 9 9 9 9 9 6 8 010
9 3 2 9 810 9 9 9 5 9 8 7 8 9 9 8
7 1 31010 8 9 810 710 8 610 610 8 9
10 1 210 8 8 910 9 6 7 9 8 8 6 7 8 9 7
0
3
3 8
8 3 5
6 8 3 7
6 9 3 0 8
9 7 3 8 5 9
9 6 7 7 8 6 8
8 7 2 8 9 3 7 9
1 5 1 7 6 9 8 7 3
8 4 7 7 8 7 7 6 7 7
9 2 3 9 8 5 6 810 8 8
7 8 3 6 5 7 8 9 6 9 8 5
8 1 4 5 9 7 8 5 8 6 6 8 3
8 2 3 8 9 9 8 5 3 9 8 2 8 9
8 2 3 8 7 8 9 7 8 9 8 9 8 8 9
8 8 3 9 9 9 7 9 8 8 7 8 8 8 9 9
3 7 3 9 4 9 3 7 9 8 7 5 6 9 7 9 7
8 1 510 8 7 8 6 9 2 9 8 8 7 8 7 4 9
8 5 5 9 7 9 7 9 7 7 7 910 8 9 8 8 8 9
0
0
4 0
1 0 7
7 8 610
9 6 0 910
0 0 110 7 8
7 8 010 9 510
10 6 0101010 910
0 5 31010 0 9 3 9
6 9 0 7 9 4 8 5 9 7
9 7 4 910 8 9 9 8 8 9
0 0 0 9 0 0 0 8 6 0 0 9
6 7 0101010 7 910 9 8 9 9
8 8 0 2 8 9 810 9 9 9 8 1 9
9 0 0 9 7 9 6 9 810 8 8 0 8 9
8 0 1 810 9 9 8 8 7 910 910 9 8
5 2 01010 9 910 9 0 910 0 7 810 8
8 0 2 91010 11010 9 9 9 810 9 7 8 9
2 2 41010 0 7 8 8 810 7 3101010 8 9 9
0
10
910
9 8 9
910 810
8 5 91010
610 5 810 9
1010 9 2 9 910
7 01010 710 610
9 5 91010101010 8
910 810 9 7 810 7 9
8 5 810 8 8101010 9 9
4 2 9 7 5 01010 91010 9
10 51010 010 8101010 9 9 8
7 01010 71010 8 8 8101010 6
10 8 710 8 9 3 7 910 810 710 4
8 9 7 910 7 81010 010 8 3 8 3 9
91010101010 9 0 9 9 9 910 010 8 8
8 0 41010 510 8 8 610 9 710 9 8 7 8
6101010 9 7 9 910 6 710 910 8 710 910
0
1
4 1
10 1 8
10 1 310
9 2 21010
10 1 310 910
10 1 1 9 9 810
10 1 010 9101010
9 1 21010 9 8 710
10 1 1 910 9 81010 8
8 2 2 9 9 7101010 8 8
10 0 61010 9101010101010
9 1 310 910101010 7101010
0 1 4101010101010 910 91010
9 2 4 9 7 8101010 8 8 9101010
8 0 31010 9 9 810 6 9 9101010 0
4 0 1 2 2 0 2 2 3 2 0 3 4 4 2 4 3
10 1 11010 8 4 9 9 710 9 9 9 9 8 8 1
9 2 0 810 7 91010 7 9 8 910101010 3 5
0
9
9 9
9 910
9 9 9 9
9 9 9 9 9
9 9 9 9 9 9
9 9 9 9 9 9 9
9 9 9 9 9 9 910
9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 8 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
0
9
5 9
91010
9 910 9
10 7101010
9 7 9 8 6 9
9 9 7 8 7 8 8
8101010 8 8 8 9
810 9 9 8 8 8 9 8
8 810 8 910 9 710 8
8 910 9 7 9 5 8 710 8
91010 9 810 510 910 7 8
9 810 9 8 9 7 810 910 9 9
81010 9 9 9 810 910 9 9 910
91010 7 8 9 510 910 910 8 610
8 8 6 810 8 8 9 9 9 9 8 9101010
10 6 9 9 81010 610 7 8 910 810 9 6
9 81010 9 910 9 9 7 8 8 8 910 7 8 9
8 71010 910 710 910 8 71010 9 81010 9
0
0
3 0
6 0 0
6 0 0 3
7 0 0 6 9
7 0 0 6 5 6
7 1 0 21010 8
7 0 0 510 9 8 7
4 0 0 4 2 1 2 8 3
6 0 0 1 8 8 6 6 9 4
1 0 0 4 5 6 3 2 4 3 4
0 0 1 0 1 4 5 3 0 0 0 1
9 1 0 4 9 8 710 9 210 1 2
9 0 0 4 1 9 4 7 9 1 6 3 0 6
6 0 3 6 6 7 9 6 9 4 7 4 3 8 6
3 0 1 5 3 6 4 5 4 4 4 4 2 6 5 7
4 0 0 1 1 4 3 4 2 3 4 1 3 3 1 1 4
2 0 0 5 3 4 3 5 2 3 6 3 3 3 2 4 5 1
8 0 0 4 9 7 5 910 3 8 2 4 8 7 8 3 5 2
0
3
5 3
7 4 7
9 3 7 8
7 4 5 8 8
6 6 6 6 6 8
7 5 8 8 8 9 7
7 4 71010 8 8 8
3 3 7 6 5 9 4 5 8
7 5 5 7 8 8 6 7 9 6
6 6 8 6 7 7 5 6 6 6 7
7 8 7 9 8 8 6 7 7 3 7 5
8 6 8 7 7 9 6 9 8 6 6 8 9
6 5 5 6 4 8 6 5 7 6 8 6 6 5
7 7 7 7 7 6 6 5 5 3 7 8 8 6 5
8 6 2 8 6 6 6 6 7 4 5 7 6 6 5 7
5 5 5 8 6 7 5 5 6 5 7 5 7 7 6 8 7
7 2 7 7 9 8 5 7 7 6 8 8 9 8 8 5 5 7
7 5 7 7 6 6 5 7 8 7 7 7 5 7 5 7 6 8 6
0
2
8 3
5 3 5
4 7 3 9
7 6 8 5 6
5 5 2 3 6 2
7 4 5 5 8 5 4
3 8 7 9 9 8 4 6
5 2 3 6 3 3 3 3 6
3 2 8 9 8 4 8 5 8 5
8 5 3 9 9 7 8 7 8 5 8
5 7 7 8 8 5 5 8 8 3 4 9
7 4 5 8 8 5 4 8 9 5 8 8 6
2 2 2 8 8 8 8 2 8 2 8 6 9 9
5 3 3 8 9 7 6 8 2 7 7 6 8 910
7 2 4 8 8 7 6 8 8 3 7 5 8 7 6 6
5 6 2 2 3 6 5 7 7 2 5 7 5 7 2 6 2
5 3 2 3 6 1 3 5 3 3 6 3 8 4 3 5 3 3
2 4 6 9 4 7 5 2 8 2 3 6 3 7 8 7 6 6 3
;
data auto;
merge autosim autocon;
run;
ods graphics on;
title2 "Fitting Squared Distances";
title3 "ALSCAL S-Stress=.44724";
proc mds fit=2 data=autosim coef=diag level=ordinal;
var volvowagon -- mercedes;
subject subject;
run;
title2 "Fitting Distances";
proc mds data=autosim coef=diag level=ordinal;
var volvowagon -- mercedes;
subject subject;
run;
title3 "With Confidence Ratings Used as Data Weights";
proc mds data=auto coef=diag level=ordinal;
var volvowagon -- mercedes;
weight w1-w20;
subject subject;
run;
ods graphics off;
