Switch preference analysis by the drift vector method

• Authors: Artur Zaborski

Title variants

Analiza zmian preferencji z wykorzystaniem metody wektorów dryfu

• Languages of publication: EN

Abstracts

EN

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.

PL

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.

Keywords

EN

preference analysis; multidimensional scaling; asymmetric data; drift vectors

PL

analiza preferencji; skalowanie wielowymiarowe; dane asymetryczne; wektory dryfu; analiza preferencji; skalowanie wielowymiarowe; dane asymetryczne; wektory dryfu

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2015
• Volume: 3
• Issue: 314

Dates

published

2016-02-29

Contributors

author

Artur Zaborski

• Wroclaw University of Economics Chair of Econometrics and Computer Science

References

• Borg, I., Groenen, P. (2005), Modern multidimensional scaling. Theory and applications. Second Edition, Springer-Verlag, New York.
• Chino N. (1978), A graphical technique for representing the asymmetric relationship between N objects, Behaviometrika, no 5, 23-40.
• DeSarbo W. S., Johnson M.D., Manrai A.K., Manrai L.A., Edward E.A. (1992), TSCALE: A New Multidimensional Scaling Procedure Based on Tversky’s Contrast Model, Psycho-metrika, 57, 43-69.
• Harshman R.A., Green P.E., Wind Y., Lundy M.E. (1982), A model for the analysis of asymmetric data in marketing research, Marketing Science, vol. I, no 2, 205-242.
• Holyoak K.J., Gordon P.C. (1983), Social reference points, Journal of Personality and Social Psychology, no 44, 881-887.
• Okada A., Imaizumi T. (1987), Nonmetric multidimensional scaling of asymmetric prox-imities, Behaviometrika, no 21, 81-96.
• Okada A., Imaizumi T. (2007), Multidimensional scaling of asymmetric proximities with a dominance point, Advances in Data Analysis Studies in Classification, Data Analysis, and Knowledge Organization, (red.) R. Decker, H.J. Lenz, Springer-Verlag, Berlin, Heidel-berg, 307-318.
• Tversky A., Gati I. (1982), Features of similarity, Psychological Review, no 89, 123-154.
• Zielman B., Heiser W.J. (1996), Analysis of Asymmetry by a Slide-Vector, Psychometrika, 58, 101-114.

Identifiers

DOI

10.18778/0208-6018.314.04