Latent structurePreference scaling

Модель развертывания

— это геометрический подход к анализу предпочтений, который представляет как индивидов, так и объекты выбора (стимулы) в виде точек в общем низкоразмерном пространстве. Возникшая из основополагающей работы Клайда Кумбса (Clyde Coombs) 1950 года по предпочтительному выбору и строго систематизированная Боргом и Грёненом (Borg and Groenen, 2005), модель предполагает, что каждый человек предпочитает стимул, наиболее близкий к его личной идеальной точке, тем самым «разворачивая» ранжированные данные предпочтений в совместную пространственную карту.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

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

Как цитировать эту страницу

ScholarGate. (2026, June 2). Unfolding Models for Preference Data. ScholarGate. https://scholargate.app/ru/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). Получено 2026-06-15 из https://scholargate.app/ru/statistics/unfolding-model · Набор данных: https://doi.org/10.5281/zenodo.20539026