Latent structurePreference scaling

Unfolding Models for Preference Data

Φανταστείτε ότι όλοι σε ένα δωμάτιο έχουν ένα προσωπικό «γλυκό σημείο» σε έναν άξονα γεύσης — από πολύ πικρό έως πολύ γλυκό. Κάθε μάρκα σοκολάτας βρίσκεται επίσης κάπου σε αυτόν τον άξονα. Οι άνθρωποι φυσικά προτιμούν όποια μάρκα είναι πλησιέστερα στο δικό τους «γλυκό σημείο». Το μοντέλο ξεδιπλώματος λειτουργεί αντίστροφα από τις παρατηρούμενες κατατάξεις προτιμήσεων για να διαπιστώσει πού πρέπει να βρίσκονται το «γλυκό σημείο» κάθε ατόμου και η θέση κάθε μάρκας, τοποθετώντας και τα δύο στον ίδιο χάρτη, ώστε οι αποστάσεις να αφηγούνται ολόκληρη την ιστορία των προτιμήσεων.

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. Borg, I., & Groenen, P. J. F. (2005). Modern Multidimensional Scaling: Theory and Applications (2nd ed.). Springer. ISBN: 978-0-387-25150-9

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 2). Unfolding Models for Preference Data. ScholarGate. https://scholargate.app/el/statistics/unfolding-model

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
ScholarGateUnfolding Model (Unfolding Models for Preference Data). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/unfolding-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026