Analiza zmian preferencji z wykorzystaniem metody wektorów dryfu
DOI:
https://doi.org/10.18778/0208-6018.314.04Słowa kluczowe:
analiza preferencji, skalowanie wielowymiarowe, dane asymetryczne, wektory dryfuAbstrakt
Punktem wyjścia w skalowaniu wielowymiarowym jest symetryczna macierz niepodobieństw. Jednak macierz danych o zmianach preferencji (np. prawdopodobieństwo, że konsument dokonuje zakupu marki j pod warunkiem, że przy wcześniejszych zakupach była to marka i, liczba osób deklarujących, że marka j jest przez nich najbardziej preferowana, mimo że we wcześniejszym okresie była to marka i i in.) nie jest symetryczna. Dla takich danych uśrednienie odpowiednich wartości niepodobieństw prowadzi do utraty cennych informacji dotyczących analizowanego zjawiska, stąd konieczność stosowania metod właściwych dla danych niesymetrycznych. Spośród wybranych metod niesymetrycznego skalowania wielowymiarowego szczególną uwagę zwrócono na metodę wektorów dryfu. Metoda ta umożliwia równoczesną prezentację na mapie percepcyjnej konfiguracji punktów reprezentujących analizowane obiekty, jak również wektorów wskazujących kierunek i siłę zmian zachodzących w preferencjach respondentów.Pobrania
Bibliografia
Borg, I., Groenen, P. (2005), Modern multidimensional scaling. Theory and applications. Second Edition, Springer-Verlag, New York.
Google Scholar
Chino N. (1978), A graphical technique for representing the asymmetric relationship between N objects, Behaviometrika, no 5, 23-40.
Google Scholar
DeSarbo W. S., Johnson M.D., Manrai A.K., Manrai L.A., Edward E.A. (1992), TSCALE: A New Multidimensional Scaling Procedure Based on Tversky’s Contrast Model, Psycho-metrika, 57, 43-69.
Google Scholar
Harshman R.A., Green P.E., Wind Y., Lundy M.E. (1982), A model for the analysis of asymmetric data in marketing research, Marketing Science, vol. I, no 2, 205-242.
Google Scholar
Holyoak K.J., Gordon P.C. (1983), Social reference points, Journal of Personality and Social Psychology, no 44, 881-887.
Google Scholar
Okada A., Imaizumi T. (1987), Nonmetric multidimensional scaling of asymmetric prox-imities, Behaviometrika, no 21, 81-96.
Google Scholar
Okada A., Imaizumi T. (2007), Multidimensional scaling of asymmetric proximities with a dominance point, Advances in Data Analysis Studies in Classification, Data Analysis, and Knowledge Organization, (red.) R. Decker, H.J. Lenz, Springer-Verlag, Berlin, Heidel-berg, 307-318.
Google Scholar
Tversky A., Gati I. (1982), Features of similarity, Psychological Review, no 89, 123-154.
Google Scholar
Zielman B., Heiser W.J. (1996), Analysis of Asymmetry by a Slide-Vector, Psychometrika, 58, 101-114.
Google Scholar