Analiza niesymetrycznych danych preferencji z wykorzystaniem modelu punktu dominującego i modelu grawitacji

• Autorzy: Artur Zaborski

Warianty tytułu

Asymmetric Preference Data Analysis by Using the Dominance Point Model and the Gravity Model

• Języki publikacji: PL

Abstrakty

W artykule zaprezentowano dwa modele analizy niesymetrycznych danych preferencji: model punktu dominującego i model grawitacyjny. W modelu punktu dominującego na jednej mapie percepcyjnej przedstawia się punkty reprezentujące badane obiekty oraz punkt reprezentujący hipotetyczny obiekt posiadający największą przewagę konkurencyjną. Model grawitacyjny został wykorzystany do graficznej prezentacji zmian preferencji w czasie. Jego zaletą jest to, że może być stosowany do porównania w różnych okresach dwóch, niekoniecznie dokładnie takich samych, zbiorów obiektów(abstrakt oryginalny)

EN

The paper presents two models of preference asymmetric data analysis: the dominance point model and the gravity model. In the dominance point model a joint configuration consists of points representing objects and the point which represents the hypothetical object having the strongest competitive power. The gravity model was used for the graphical presentation of the changes in respondents' preferences in a definite period. Its advantage is that it can be used to compare two, not necessarily exactly the same sets of objects in different periods of time(original abstract)

Słowa kluczowe

PL

Analiza danych; Skalowanie wielowymiarowe

EN

Data analysis; Multidimensional scaling

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2015
• Tom: 24
• Numer: nr 384 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 315--323

Twórcy

autor

Artur Zaborski

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Bąk A., 2004, Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
• 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, s. 23-40.
• DeSarbo W.S., Kim J., Choi S. C., Spaluding M., 2002, A gravity-based multidimensional scaling model for deriving spatial structures underlying consumer preference/choice judgments, Journal of Consumer Research, vol. 29, s. 91-100.
• 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, s. 205-242.
• Holyoak K.J., Gordon P.C., 1983, Social reference points, Journal of Personality and Social Psychology, no 44, s. 881-887.
• Imaizumi T., 2005, A Gravity-Based Multidimensional Unfolding Model for Preference Data, [w:] Baier D., Wernecke K.D. (red.), Innovations in Classification, Data Science, and Information Science, Springer-Verlag, Berlin, Heidelberg, New York, s. 238-245.
• Kruskal J.B., 1964, Multidimensional scaling by optimising goodness of fit to a nonmetric hypothesis, Psychometrika, no. 29, s. 1-27.
• Okada A., Imaizumi T., 2007, Multidimensional scaling of asymmetric proximities with a dominance point, [w:] Decker R., Lenz H.J. (red.), Advances in Data Analysis Studies in Classification, Data Analysis, and Knowledge Organization, Springer-Verlag, Berlin, Heidelberg, s. 307-318.
• Tversky A., Gati I., 1982, Features of similarity, Psychological Review, no 89, s. 123-154.
• Zaborski A., 2011, Zastosowanie algorytmu SMACOF do badań opartych na prostokątnej macierzy preferencji, [w:] Jajuga K., Walesiak M. (red.), Taksonomia 18, Klasyfikacja i analiza danych - teoria i zastosowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 176, Wrocław, s. 262-271.

Identyfikatory

DOI

10.15611/pn.2015.384.34