Informacja

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

Wyszukujesz frazę "preference maps" wg kryterium: Temat


Wyświetlanie 1-2 z 2
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
    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