Главная | Случайная
Обратная связь

ТОР 5 статей:

Методические подходы к анализу финансового состояния предприятия

Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века

Ценовые и неценовые факторы

Характеристика шлифовальных кругов и ее маркировка

Служебные части речи. Предлог. Союз. Частицы

КАТЕГОРИИ:






Методы многомерного шкалирования




 

Методы многомерного шкалирования (МШ) разрабатывались в рамках поведенческих наук и социологии с целью изучения объектов и индивидов через призму такого понятия, как мера близости между объектами. Такой вид представления информации характерен для психологических исследований, когда человеку предлагается оценивать сходство или различие в некоторой системе объектов или понятий. Под мерой близости в МШ понимается величина, определенная на паре объектов и измеряющая, насколько эти два объекта похожи. Часто в качестве мер близости используются коэф-

 

А. Кутлалиев

А. Попов

 

фициенты корреляции и совместные вероятности. Различают два вида i. близости: если наибольшие значения соответствуют парам наиболее близких объектов, то это меры сходства; если наибольшие значения соответствуют парам наименее близких объектов, то это меры различия.

Естественно, что изначально с каждым объектом не сопоставляется никакая координата в многомерном пространстве, и представить такую - формацию в виде геометрической метафоры затруднительно. Задача многомерного шкалирования заключается в том, чтобы сконструировать распределение данных в пространстве таким образом, чтобы расстояния между объектами соответствовали исходно заданным в матрице сходства/различий. Возникающие координатные оси могут быть интерпретированы как некоторые неявные факторы, значения которых определяют различия объектов между собой. Если попытаться сопоставить с каждым объектом пару — ординат, то в результате мы получим способ визуализации данных. Из-за большого разнообразия исходных данных существует наименьшее разнообразие методов многомерного шкалирования, но общим для них яВляет:1 представление данных о сходстве/различии объектов через их геометрическую интерпретацию и наглядную визуализацию. Такое богатство выбора одной стороны, облегчает задачу исследователя, но, с другой стороны, требует тщательного подхода к созданию форм сбора данных мя анализа.

Методы сбора данных для МШ можно разделить на прямые и непрямые. В рамках психометрической традиции основными были прямые методы, при которых респондентов просят оценить, насколько похожи или непохожи между собой различные объекты. для оценки меры сходства/различия используют Лайкерто- подобные шкалы, или шкалы, симметричные относительно нуля (например, от- З до +3). При этом число оцениваемых пар объ-

 

 

 

Глава 9.







Не нашли, что искали? Воспользуйтесь поиском:

vikidalka.ru - 2015-2020 год. Все права принадлежат их авторам! Нарушение авторских прав | Нарушение персональных данных