Latent structureMultivariate analysis

Επι-διαστατική Κλιμάκωση (MDS)

Η επι-διαστατική κλιμάκωση χαρτογραφεί αντικείμενα που περιγράφονται μόνο από ζευγαρωτές ομοιότητες ή ανομοιότητες σε έναν γεωμετρικό χώρο χαμηλής διάστασης, έτσι ώστε οι αποστάσεις σε αυτόν τον χώρο να αντικατοπτρίζουν την αρχική δομή εγγύτητας όσο το δυνατόν πιστότερα. Χρησιμοποιείται ευρέως για την οπτικοποίηση της κρυφής δομής ψυχολογικών, κοινωνικών και συμπεριφορικών δεδομένων.

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Kruskal, J. B. (1964). Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, 29(1), 1–27. DOI: 10.1007/BF02289565
  2. Cox, T. F. & Cox, M. A. A. (2001). Multidimensional Scaling (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584880943

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Multidimensional Scaling. ScholarGate. https://scholargate.app/el/statistics/multidimensional-scaling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Αναφέρεται από

ScholarGateMultidimensional Scaling (Multidimensional Scaling). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/multidimensional-scaling · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026