Informacja

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

Wyszukujesz frazę "distance measures" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Visualization of linear ordering results for metric data with the application of multidimensional scaling
Wizualizacja wyników porządkowania liniowego dla danych metrycznych z wykorzystaniem skalowania wielowymiarowego
Autorzy:
Walesiak, Marek
Powiązania:
https://bibliotekanauki.pl/articles/424976.pdf
Data publikacji:
2016
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
linear ordering
multidimensional scaling
distance measures
composite measures
R environment
Opis:
The article discusses the two-step research procedure allowing the visualization of linear ordering results for metric data. In the first step, as a result of the application of multidimensional scaling (see [Borg, Groenen 2005; Mair et al. 2016]) the visualization of objects in two-dimensional space is obtained. In the next step, the linear ordering of a set of objects is carried out based on the Euclidean distance from the pattern (ideal) object. The suggested approach expanded the possibilities for the interpretation of the linear ordering results of a set of objects. The article applies the concept of isoquants and the path of development (the shortest way connecting a pattern and an anti-pattern object) proposed by [Hellwig 1981]. The graphical presentation of the linear ordering results based on this concept was possible for two variables only. The application of multidimensional scaling expanded the applicability of the results of linear ordering visualization for m variables. The suggested approach is illustrated by an empirical example with the application of R environment script.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2016, 2 (52); 9-21
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybór grup metod normalizacji wartości zmiennych w skalowaniu wielowymiarowym
The Choice of Groups of Variable Normalization Methods in Multidimensional Scaling
Autorzy:
Walesiak, Marek
Powiązania:
https://bibliotekanauki.pl/articles/1050510.pdf
Data publikacji:
2016-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
normalizacja zmiennych
skalowanie wielowymiarowe
miary odległości
program R
pakiet clusterSim
normalization of variables
multidimensional scaling
distance measures
R program
clusterSim package
Opis:
W skalowaniu wielowymiarowym przeprowadzanym na podstawie macierzy danych metrycznych (przedziałowych, ilorazowych) jednym z etapów jest wybór metody normalizacji wartości zmiennych. W badaniu zastosowano funkcję data.Normalization pakietu clusterSim programu R. Funkcja ta zawiera 18 różnych metod normalizacyjnych. W artykule zaproponowano procedurę badawczą pozwalającą na wyodrębnienie grup metod normalizacji wartości zmiennych prowadzących do zbliżonych wyników skalowania wielowymiarowego. Propozycja pozwala ograniczyć problem wyboru metody normalizacji wartości zmiennych w skalowaniu wielowymiarowym. Wyniki zilustrowano przykładem empirycznym.
In multidimensional scaling carried out on the basis of metric data matrix (interval, ratio) one of the stages is the choice of the variable normalization method. The R package clusterSim with data.Normalization function has been developed for that purpose. It provides 18 data normalization methods. In this paper the proposal of procedure which allows to isolate groups of normalization methods that lead to similar multidimensional scaling results were presented. The proposal can reduce the problem of choosing the normalization method in multidimensional scaling. The results are illustrated via empirical example.
Źródło:
Przegląd Statystyczny; 2016, 63, 1; 7-18
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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