Wzmacnianie skali pomiaru dla danych porządkowych w statystycznej analizie wielowymiarowej

• Autorzy: Marek Walesiak

Warianty tytułu

Reinforcing Measurement Scale for Ordinal Data in Multi-variate Statistical Analysis

• Języki publikacji: PL

Abstrakty

Punktem wyjścia zastosowania metod statystycznej analizy wielowymiarowej jest macierz danych. Problem stosowania narzędzi statystycznej analizy wielowymiarowej komplikuje się wtedy, gdy w zbiorze znajdują się zmienne mierzone na skalach różnych ro-dzajów lub tylko na słabych skalach pomiaru (szczególnie na skali porządkowej). W artyku-le proponuje się metodę wzmacniania skali pomiaru zmiennych porządkowych. Propozycja bazuje na odległości GDM2 właściwej do zastosowania dla danych porządkowych. Rozwa-żane zagadnienia zilustrowano przykładem empirycznym z wykorzystaniem programu R.(abstrakt oryginalny)

EN

The data matrix is the starting point for the application of multivariate statistical methods. The problem of application of multivariate statistical analysis methods becomes more complicated when the variables in data set are measured on mixed scales or contain variables measured on weak measurement scales only (especially on ordinal scale). In the article we propose a method of reinforcing measurement scale for ordinal data. The proposal is based on GDM2 distance for ordinal data. Considered aspects are illustrated by empirical example and R program.(original abstract)

Słowa kluczowe

PL

Analiza wielowymiarowa

EN

Multi-dimensional analysis

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2014
• Tom: 22
• Numer: nr 327 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 60--68

Twórcy

autor

Marek Walesiak

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Adams E.W., Fagot R.F., Robinson R.E. (1965), A theory of appropriate statistics, "Psychometrika", (30), s. 99-127.
• Anderberg M.R. (1973), Cluster analysis for applications, Academic Press, New York, San Francis-co, London.
• Łuczak A., Wysocki F. (2012), Zastosowanie uogólnionej miary odległości GDM oraz metody TOPSIS do oceny poziomu rozwoju społeczno-gospodarczego powiatów województwa wielkopolskiego, "Przegląd Statystyczny", numer specjalny 2, s. 298-311.
• Pociecha J. (1986), Statystyczne metody segmentacji rynku, Zeszyty Naukowe Akademii Ekonomicz-nej w Krakowie, Seria specjalna: Monografie nr 71.
• Steczkowski J., Zeliaś A. (1981), Statystyczne metody analizy cech jakościowych, PWE, Warszawa.
• Steczkowski J., Zeliaś A. (1997), Metody statystyczne w badaniach cech jakościowych, Wydawnic-two Akademii Ekonomicznej, Kraków.
• Stevens S.S. (1946), On the theory of scales of measurement, "Science", Vol. 103, No. 2684, s. 677- -680.
• Stevens S.S. (1959), Measurement, psychophysics and utility, [w:] C.W. Churchman, P. Ratoosh (red.), Measurement; definitions and theories, Wiley, New York, s. 18-61.
• Walesiak M. (1990), Syntetyczne badania porównawcze w świetle teorii pomiaru, "Przegląd Staty-styczny", z. 1-2, s. 37-46.
• Walesiak M. (1993), Statystyczna analiza wielowymiarowa w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 654. Seria: Monografie i Opracowania nr 101, Wrocław.
• Walesiak M. (1995), The analysis of factors influencing the choice of the methods in the statistical analysis of marketing data, "Statistics in Transition", June, Vol. 2, No. 2, 185-194.
• Walesiak M. (1996), Metody analizy danych marketingowych, PWN, Warszawa.
• Walesiak M. (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R, Wrocław, Wydawnictwo Uniwersytetu Ekonomicznego we Wro-cławiu.
• Walesiak M., Bąk A. (2000), Conjoint analysis w badaniach marketingowych, Wydawnictwo Aka-demii Ekonomicznej, Wrocław.
• Walesiak M., Dudek A. (2013), Cluster Sim package, URL http://www.R-project.org.
• Wiśniewski J.W. (1986), Korelacja i regresja w badaniach zjawisk jakościowych na tle teorii pomia-ru, "Przegląd Statystyczny", z. 3, s. 239-248.
• Wiśniewski J.W. (1987), Teoria pomiaru a teoria błędów w badaniach statystycznych, "Wiadomości Statystyczne", nr 11, s. 18-20.