209 matches
-
Drobeta Turnu Severin, Galați, Giurgiu, Iași, Miercurea-Ciuc, Oradea, Piatra-Neamț, Pitești, Ploiești, Sibiu, Suceava, Timișoara, Târgu-Jiu, Târgu-Mureș. Distanțele dintre orașe sunt date de distanțele pe calea ferată. Pentru a obține harta care să redea dispoziția relativă dintre ele, voi realiza o scalare multidimensională pornind de la baza de date a distanțelor. Obiectele a căror configurație spațială voi încerca să o obțin sunt cele 23 de orașe ale României enumerate mai sus. Informația din baza de date reprezintă direct proximități între obiecte. Nu este
[Corola-publishinghouse/Science/2075_a_3400]
-
fi una pătrată simetrică, întrucât pe linii și pe coloane vom avea elementele aceleiași mulțimi (orașele), iar distanța dintre două orașe oarecare A și B este identică cu distanța dintre orașele B și A. Voi construi un model metric de scalare multidimensională simplă (CMDS), unde distanțele sunt măsurate pe o scală de rapoarte. Voi opta pentru o configurație finală de două dimensiuni (minimum și maximum) și voi cere programului să producă diagramele care dau seama de adecvarea modelului (goodness-of-fit measures). Iată
[Corola-publishinghouse/Science/2075_a_3400]
-
CMDS), unde distanțele sunt măsurate pe o scală de rapoarte. Voi opta pentru o configurație finală de două dimensiuni (minimum și maximum) și voi cere programului să producă diagramele care dau seama de adecvarea modelului (goodness-of-fit measures). Iată rezultatele acestei scalări pentru modelul specificat mai sus: Tabelul 1 Modelul de scalare multidimensională a distanțelor dintre 23 de orașe ale României Alscal Procedure Options Data Options Number of Rows (Observations/Matrix) 23 Number of Columns (Variables) 23 Number of Matrices 1 Measurement
[Corola-publishinghouse/Science/2075_a_3400]
-
Voi opta pentru o configurație finală de două dimensiuni (minimum și maximum) și voi cere programului să producă diagramele care dau seama de adecvarea modelului (goodness-of-fit measures). Iată rezultatele acestei scalări pentru modelul specificat mai sus: Tabelul 1 Modelul de scalare multidimensională a distanțelor dintre 23 de orașe ale României Alscal Procedure Options Data Options Number of Rows (Observations/Matrix) 23 Number of Columns (Variables) 23 Number of Matrices 1 Measurement Level Ratio Data Matrix Shape Symmetric Type Dissimilarity Approach to
[Corola-publishinghouse/Science/2075_a_3400]
-
date (transformatele proximităților). În cazul unei reprezentări perfecte, punctele ar trebui să se găsească pe o dreaptă aflată în unghi de 45 de grade față de axe. Erorile existente în datele originale (adică în evaluările subiecților, pentru cazul modelului general de scalare multidimensională) vor fi reflectate în disparitățile dintre transformatele proximităților obținute din setul de date original și distanțele din modelul scalat (i.e. din harta perceptuală, unde distanțele sunt distanțe euclidiene, adică linii drepte între puncte). Figura 5. Reprezentarea distanțelor și a
[Corola-publishinghouse/Science/2075_a_3400]
-
Aceștia sunt scriitorii către care au fostinițiate relații (cei care au fost desemnați prieteni, respectiv cei care au fost menționați în contextul sprijinului la debut și publicare). Distanțele (proximitățile) sunt deci măsurate pe scală de intervale, producând un model de scalare metric. Am ales o reprezentare într-un spațiu bidimensional, urmând să evaluez adecvarea modelului rezultat. Iată rezultatele pentru prima bază de date de preferință, cea a prieteniilor dintre scriitori: Figura 6. Structurarea spațiului literar clujean în funcție de relațiile de prietenie Modelul
[Corola-publishinghouse/Science/2075_a_3400]
-
decompozițională. O astfel de metodă de cercetare pornește de la evaluări generale sau măsuri globale ale obiectelor și încearcă să obțină un spațiu multidimensional în care pozițiile obiectelor reflectă cât mai bine această apreciere generală. Un exemplu de metodă decompozițională este scalarea multidimensională. Metrica. Analitic, o metrică este o distanță definită prin patru proprietăți: (1) simetrie, (2) inegalitatea triunghiulară, (3) distincția între obiecte non-identice, (4) indistincția între obiecte identice. Paradigma. Este modul de înțelegere a lucrurilor la un moment dat, bazat pe
[Corola-publishinghouse/Science/2075_a_3400]
-
simplitatea și acuratețea modelului. Proximitatea. Proximitatea dintre două obiecte, în contextul metodelor decompoziționale, funcționează ca distanță și este o valoare numerică indicând cât de similare sunt obiectele în percepția subiecților sau cât de apropiate se găsesc ele în preferințele subiecților. Scalarea multidimensională. Este o tehnică multivariată de interdependență care produce o „hartă perceptuală” a poziționării relative a obiectelor în funcție de două sau mai multe dimensiuni subiective. Analiza se bazează pe evaluări de similaritate sau preferințe ale respondenților, transformate în distanțe între obiecte
[Corola-publishinghouse/Science/2075_a_3400]
-
să inducă erori sistematice în măsurare. În al doilea caz, este necesar ca indicii să respecte cerințele de agregare a indicatorilor, ca și comportamentul lor la teste succesive. De aceea, la evaluarea acestor indecși trebuie urmărite cu atenție: selecția variabilelor; scalarea lor; ponderarea și agregarea componentelor indicilor; modalitatea specifică de validare ADDIN EN.CITE <EndNote><Cite><Author>Booysen</Author><Year>2002</Year><RecNum>10</RecNum><record><rec-number>10</rec-number><ref-type name="Journal Article">17</ref-type><contributors><authors><author>Booysen, F.</author
[Corola-publishinghouse/Science/2099_a_3424]