BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Zaborski Artur (Uniwersytet Ekonomiczny we Wrocławiu)
Title
Zastosowanie algorytmu SMACOF do badań opartych na prostokątnej macierzy preferencji
The Application of SMACOF Algorithm in Research Based on Rectangular Preference Matrix
Source
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 262-271, bibliogr. 8 poz.
Research of Wrocław University of Economics
Issue title
Klasyfikacja i analiza danych - teoria i zastosowania
Keyword
Skalowanie wielowymiarowe
Multidimensional scaling
Note
streszcz., sum.
Abstract
SMACOF jest strategią skalowania wielowymiarowego, wykorzystującą metodę majoryzacji, która aproksymuje w kolejnych cyklach iteracyjnych minimalne wartości funkcji STRESS. Celem artykułu jest prezentacja metodologii skalowania wielowymiarowego za pomocą dostępnego w środowisku R algorytmu SMACOF i jego modyfikacji na potrzeby prostokątnej macierzy preferencji. Na zakończenie zaprezentowano przykład, w którym wykorzystano funkcję smasofRect pakietu smacof.(abstrakt oryginalny)

SMACOF is a strategy of multidimensional scaling which uses iterative majorization method to get increasingly better estimates of STRESS function. The aim of the paper is to present the methodology of multidimensional scaling by means of SMACOF algorithm which is implemented in an R environment and the modification of this algorithm when the data are in rectangular preference matrix. Finally, an example is presented in which the smacofRect function of smacof package is used.(original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Full text
Show
Bibliography
Show
  1. Borg I., Groenen P., Modern Multidimensional Scaling. Theory and Applications, Springer-Verlag, New York 2005.
  2. De Leeuw J., Heiser W.J., Convergence of Correction-matrix Algorithms for Multidimensional Scaling, [w:] J.R. Barra, F. Brodeau, G. Romier, B. van Cutsem (red.), Recent Developments in Statistics, North-Holland, Amsterdam 1977, s. 133-145.
  3. De Leeuw J., Mair P., Multidimensional Scaling Using Majorization: SMACOF in R, Department of Statistics, UCLA. Department of Statistics Papers, Paper 2008010903, http://repositories.cdlib. org/uclastat/papers/2008010903.
  4. Green P.E., Rao V.R., Applied Multidimensional Scaling, Holt, Rinehart and Winston, New York 1972.
  5. Groenen P.J.F., The Majorization Approach to Multidimensional Scaling: Some Problems and Extensions, DSWO Press, Leiden University, Leiden 1993.
  6. Kruskal J.B., Multidimensional scaling by optimising goodness of fit to a nonmetric hypothesis, "Psychometrika" 1964, 29, s. 1-27.
  7. Zaborski A., Skalowanie wielowymiarowe w badaniach marketingowych, Wyd. Akademii Ekonomicznej we Wrocławiu, Wrocław 2001.
  8. Zaborski A., Wykorzystanie metody majoryzacji funkcji dopasowania w modelach różnic indywidualnych, [w:] K. Jajuga, M. Zalesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, Taksonomia 17, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 107, Wrocław 2010, s. 181-189.
Cited by
Show
ISSN
1899-3192
1505-9332
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu