Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "preference analysis" wg kryterium: Wszystkie pola


Wyświetlanie 1-6 z 6
Tytuł:
Switch preference analysis by the drift vector method
Analiza zmian preferencji z wykorzystaniem metody wektorów dryfu
Autorzy:
Zaborski, Artur
Powiązania:
https://bibliotekanauki.pl/articles/654523.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza preferencji
skalowanie wielowymiarowe
dane asymetryczne
wektory dryfu
preference analysis
multidimensional scaling
asymmetric data
drift vectors
Opis:
Punktem wyjścia w skalowaniu wielowymiarowym jest symetryczna macierz niepodobieństw. Jednak macierz danych o zmianach preferencji (np. prawdopodobieństwo, że konsument dokonuje zakupu marki j pod warunkiem, że przy wcześniejszych zakupach była to marka i, liczba osób deklarujących, że marka j jest przez nich najbardziej preferowana, mimo że we wcześniejszym okresie była to marka i i in.) nie jest symetryczna. Dla takich danych uśrednienie odpowiednich wartości niepodobieństw prowadzi do utraty cennych informacji dotyczących analizowanego zjawiska, stąd konieczność stosowania metod właściwych dla danych niesymetrycznych. Spośród wybranych metod niesymetrycznego skalowania wielowymiarowego szczególną uwagę zwrócono na metodę wektorów dryfu. Metoda ta umożliwia równoczesną prezentację na mapie percepcyjnej konfiguracji punktów reprezentujących analizowane obiekty, jak również wektorów wskazujących kierunek i siłę zmian zachodzących w preferencjach respondentów.
The matrix of  switch preference data (e.g. one’s preference for brand j, given that one has already defined his/her first choice for brand i) is not symmetric. The averaging of  appropriate off-diagonal proximity entries for such data leads to the loss of information, hence the necessity to use appropriate methods for asymmetric data. Among the chosen methods of asymmetric multidimensional scaling, particular attention was paid to the drift vectors method. This method enables to present simultaneously on the perceptual map both the configuration of points representing the analyzed objects and the vectors indicating the direction and the strength of changes in the respondents preferences.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2015, 3, 314
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Presentation of Changes in Preferences by Dynamic Scaling
Prezentacja zmian zachodzących w preferencjach z wykorzystaniem skalowania dynamicznego
Autorzy:
Zaborski, Artur
Powiązania:
https://bibliotekanauki.pl/articles/657882.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
badanie preferencji
macierz podobieństw
skalowanie dynamiczne
analiza Procrustesa
preference analysis
similarity matrix
dynamic scaling
Procrustes analysis
Opis:
Skalowanie dynamiczne jest zbiorem metod, w których dokonuje się geometrycznej prezentacji danych podobieństw uzyskanych dla T różnych okresów. Celem artykułu jest przedstawienie zastosowania dwóch metod skalowania dynamicznego do badania zmian zachodzących w preferencjach. W pierwszej, rozmieszczenia punktów na mapie percepcyjnej dokonuje się na podstawie rozbudowanej macierzy podobieństw. W drugiej metodzie przeprowadza się skalowanie wielowymiarowe dla poszczególnych okresów, a następnie dopasowuje otrzymane konfiguracje punktów za pomocą przekształceń zachowujących proporcje odległości między punktami. Prezentacja metod zostanie zilustrowana przykładem empirycznym, w którym obliczenia przeprowadzono z wykorzystaniem pakietów SPSS i New MDSX.
Dynamic scaling is a set of methods in which the geometrical representation of the similarity data for T different time periods is made. This article presents the use of two-dynamic scaling methods for studying changes in the preferences. In the first method the location of points on the perceptual map is made on the basis of the super-dissimilarity matrix. In the second method multidimensional scaling for the respective periods is carried out and the obtained configurations are matched by transformations preserving the proportions of distances between points. The presentation of the methods is illustrated by an empirical example in which calculations were performed with use of SPSS and New MDSX packages.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 3, 322
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Geometrical Presentation of Preferences by Using Profit Analysis and R Program
Geometryczna prezentacja preferencji z wykorzystaniem analizy profit i programu R
Autorzy:
Zaborski, Artur
Pełka, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/905645.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multidimensional scaling
property fitting
preference maps
Opis:
PROFIT is a kind of external vector analysis of preference mapping. It is a combination of multidimensional scaling and multiple regression analysis. PROFIT takes as input both a configuration of stimulus points and a set of preference rankings of the different properties of the stimuli. For stimulus space obtained by multidimensional scaling multiple regression is performed using the coordinates as independent variables and attribute as the dependent variable. The program locates each property as a vector through the configuration of points, so that it indicates the direction over the space in which the property is increasing. The article presents PROFIT analysis and the R code to carry out the method. The function is illustrated with an example of application in the analysis of consumer preferences.
PROFIT jest przykładem „zewnętrznej” wektorowej metody map preferencji. Jest ona połączeniem skalowania wielowymiarowego i analizy regresji wielorakiej. Danymi wejściowymi w analizie PROFIT są zarówno współrzędne punktów reprezentujących obiekty na mapie percepcyjnej jak również oceny preferencji obiektów ze względu na wybrane zmienne. Dla konfiguracji punktów reprezentujących obiekty otrzymanej za pomocą skalowania wielowymiarowego przeprowadza się analizę regresji wielorakiej, w której zmiennymi objaśniającymi są współrzędne obiektów na mapie percepcyjnej, a zmiennymi zależnymi oceny marek ze względu na poszczególne cechy. Program dokonuje rozmieszczenia na mapie percepcyjnej zmiennych w postaci wektorów wskazujących kierunek maksymalnej preferencji ze względu na daną zmienną. Artykuł jest prezentacją analizy PROFIT oraz składni poleceń programu R, pozwalającej na jej realizację. Sposób użycia funkcji zilustrowano przykładem badania preferencji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Gravity Unfolding Analysis for Asymmetric Similarities Matrix
Grawitacyjna analiza unfolding dla niesymetrycznej macierzy podobieństw
Autorzy:
Zaborski, Artur
Powiązania:
https://bibliotekanauki.pl/articles/904580.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
unfolding analysis
gravity model
preference maps
Opis:
The multidimensional unfolding analysis which uses in the structure the gravity function allows consideration and analysis of additional factors (such as market share or brand loyalty), which affect the assessments of respondents preference scores. In classical unfolding models these factors are ignored or assumed to be the same for all objects. The gravity unfolding analysis can also be used for graphical presentation of the data contained in the asymmetric similarity matrix expressing information about changes in respondents’ preferences in a definite period. As a result, instead of the configuration of points representing objects and respondents, the configuration of points representing objects at different periods is obtained.
Wielowymiarowa analiza unfolding wykorzystująca w swojej konstrukcji funkcję grawitacji pozwala na uwzględnienie w analizie dodatkowych czynników (takich jak udział w rynku lub lojalność względem marki), które mają wpływ na oceny preferencji respondentów. W klasycznej analizie unfolding udział ten jest ignorowany lub przyjmuje się, że jest on taki sam dla wszystkich obiektów. Grawitacyjna analiza unfolding może być również wykorzystana do graficznej prezentacji danych zawartych w niesymetrycznej macierzy podobieństw. Macierz taka zawiera informacje na temat zmian preferencji respondentów w pewnym okresie. W rezultacie nie otrzymujemy na mapie percepcyjnej, tak jak w przypadku analizy unfolding, konfiguracji punktów i respondentów, ale konfigurację punktów reprezentujących obiekty w różnych okresach.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Conjoint Analysis as a Method of Analysing Consumer Preferences on Example of Municipal Transport Market
Conjoint analysis jako metoda analizy preferencji konsumentów na przykładzie rynku miejskich usług transportowych
Autorzy:
Cheba, Katarzyna
Kiba-Janiak, Maja
Powiązania:
https://bibliotekanauki.pl/articles/904814.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
conjoint analysis
customer preference
multivariate statistical analysis
Opis:
Satisfying customers' needs, is a challenge for many companies in today’s rapidly changing environment. To study customer needs and preferences conjoint analysis can be used. Conjoint analysis is a multidimensional method used to understand how consumers define their preferences for specific products or services. Conjoint analysis means constructing and conducting particular experiments among consumers in order to model their decision making process. The article is divided into two parts. In the first one the authors present general characteristics of the method and in the second one they interpret the results of their own empirical research.
Zaspokajanie potrzeb klientów jest wyzwaniem dla wielu firm w dzisiejszym szybko zmieniającym się otoczeniu. Do poznania preferencji i potrzeb klientów można wykorzystać np. analizę conjoint. Conjoint analysis jest wielowymiarową metodą wykorzystywaną do ustalenia w jaki sposób konsumenci wyznaczają swoje preferencje w stosunku do określonych produktów lub usług. Analiza conjoint oznacza projektowanie i prowadzenie eksperymentów wśród konsumentów w celu modelowania ich procesu decyzyjnego. Prezentowany artykuł podzielony na dwie części, zawiera ogólną charakterystykę metody, jak również metodykę prowadzenia badań z wykorzystaniem analizy conjoint oraz przedstawia interpretację wyników własnych badań empirycznych na temat preferencji konsumentów na przykładzie rynku transportu miejskiego.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza atrakcyjności turystycznej powiatów województwa świętokrzyskiego za pomocą metody PROMETHEE
Autorzy:
Lasek, Mirosława
Nowak, Ewa
Pęczkowski, Marek
Powiązania:
https://bibliotekanauki.pl/articles/1797465.pdf
Data publikacji:
2003-06-30
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
atrakcyjność turystyczna
analiza wielokryterialna
model relacji preferencji
grafy oceniające
tourist attractiveness
multi-criterion analysis
preference relation model
evaluation graphs
principal component analysis
Opis:
W artykule przedstawiono analizę porównawczą atrakcyjności turystycznej powiatów województwa świętokrzyskiego, przeprowadzoną za pomocą metody PROMETHEE, należącą do metod analiz wielokryterialnych, opartych na teorii grafów oraz teorii relacji preferencji. Kryteria decydujące o atrakcyjności powiatów podzielono umownie na osiem grup: przyrodnicze, zabytki, baza noclegowa, infrastruktura usługowa, dostępność komunikacyjna, infrastruktura techniczna, stosunki ludnościowe, finanse powiatów. Rozpatrywano 17 kryteriów oceny do analizy 14 powiatów, W wyniku jej zastosowania otrzymano uporządkowanie powiatów według atrakcyjności turystycznej, klasy atrakcyjności turystycznej oraz diagnozę „siły atrakcyjności” ze względu na przyjęte kryteria.
The article presents a comparative analysis of the tourist attractiveness of powtals in the Świętokrzyskie Województwo carried out by the PROMETHEE method. It is one of the multi-criterion analytical methods based on graph theory and preference relation. The evaluation criteria were divided into eight groups: natural environment, monuments, accommodation, service infrastructure, transport accessibility, technological infrastructure, population and finances. From these eight groups 17 subcriteria were used to analyse 14 powiats. As a result the powiats were ranked according to their tourist attractiveness, and classes were established with their 'power of attractiveness’ diagnosed.
Źródło:
Turyzm; 2003, 13, 1; 81-104
0867-5856
2080-6922
Pojawia się w:
Turyzm
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies