Switch preference analysis by the drift vector method

Artur Zaborski

doi:10.18778/0208-6018.314.04

Autor

Artur Zaborski Uniwersytet Ekonomiczny we Wrocławiu. Wydział Ekonomii, Zarządzania i Turystyki

DOI:

https://doi.org/10.18778/0208-6018.314.04

Słowa kluczowe:

analiza preferencji, skalowanie wielowymiarowe, dane asymetryczne, wektory dryfu

Abstrakt

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

Statystyki pobrań niedostępne.

Bibliografia

Borg, I., Groenen, P. (2005), Modern multidimensional scaling. Theory and applications. Second Edition, Springer-Verlag, New York.

Chino N. (1978), A graphical technique for representing the asymmetric relationship between N objects, Behaviometrika, no 5, 23-40.

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.

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.

Holyoak K.J., Gordon P.C. (1983), Social reference points, Journal of Personality and Social Psychology, no 44, 881-887.

Okada A., Imaizumi T. (1987), Nonmetric multidimensional scaling of asymmetric prox-imities, Behaviometrika, no 21, 81-96.

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.

Tversky A., Gati I. (1982), Features of similarity, Psychological Review, no 89, 123-154.

Zielman B., Heiser W.J. (1996), Analysis of Asymmetry by a Slide-Vector, Psychometrika, 58, 101-114.