请输入您要查询的百科知识:

 

词条 多维标度
释义

多维标度(Multidimensional scaling,缩写MDS,又译“多维尺度”)也称作“相似度结构分析”(Similarity structure analysis),属于多重变量分析的方法之一,是社会学、数量心理学、市场营销等统计实证分析的常用方法。

假设

至少有几个特征是相联反映的,对于被调查者来说是不知道

存在这样一个空间:它的正交轴是所寻找的特征

这个特征空间满足这个要求:相似的对象能以相对较小的距离描摹出来

目的

多维标度是一个探索性的过程方法

减少(观察)项目

如果可能,在数据中揭示现有结构

揭示相关特征

寻找尽可能低维度的空间(“最小化条件”)

空间必须满足“单调条件”

解释空间的轴,依照假设提供关于感知和评判过程的信息

应用领域

用于评判和感知:

(民众)对政治家的态度

对影星的喜爱度

跨文化的差异和比较

心理学中的人类感知

揭示市场空白

评价产品设计和市场营销中的广告

与其他多变量分析方法的比较

因子分析

相同:通过归因于少数几个不相关的特征来减少数据

不同:多维标度仅仅需要相似性或者距离,而不需要相关性(因子分析需要相关性)

如果仅仅对因子值感兴趣,可以用作因子分析的替代方法

聚类分析

相同:把对象分组

不同:聚类分析把观测到的特征当作分组标准,而多维标度仅仅取用感知到的差异

为划分类别提供实际的支持

随便看

 

百科全书收录4421916条中文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。

 

Copyright © 2004-2023 Cnenc.net All Rights Reserved
更新时间:2025/3/14 11:50:33