The Presentation of Changes in Preferences by Dynamic Scaling

• Authors: Artur Zaborski

Title variants

Prezentacja zmian zachodzących w preferencjach z wykorzystaniem skalowania dynamicznego

• Languages of publication: EN

Abstracts

EN

Dynamic scaling is a set of methods in which the geometrical representation of the similarity data for T different time periods is made. This article presents the use of two-dynamic scaling methods for studying changes in the preferences. In the first method the location of points on the perceptual map is made on the basis of the super-dissimilarity matrix. In the second method multidimensional scaling for the respective periods is carried out and the obtained configurations are matched by transformations preserving the proportions of distances between points. The presentation of the methods is illustrated by an empirical example in which calculations were performed with use of SPSS and New MDSX packages.

PL

Skalowanie dynamiczne jest zbiorem metod, w których dokonuje się geometrycznej prezentacji danych podobieństw uzyskanych dla T różnych okresów. Celem artykułu jest przedstawienie zastosowania dwóch metod skalowania dynamicznego do badania zmian zachodzących w preferencjach. W pierwszej, rozmieszczenia punktów na mapie percepcyjnej dokonuje się na podstawie rozbudowanej macierzy podobieństw. W drugiej metodzie przeprowadza się skalowanie wielowymiarowe dla poszczególnych okresów, a następnie dopasowuje otrzymane konfiguracje punktów za pomocą przekształceń zachowujących proporcje odległości między punktami. Prezentacja metod zostanie zilustrowana przykładem empirycznym, w którym obliczenia przeprowadzono z wykorzystaniem pakietów SPSS i New MDSX.

Keywords

EN

preference analysis; similarity matrix; dynamic scaling; Procrustes analysis

PL

badanie preferencji; macierz podobieństw; skalowanie dynamiczne; analiza Procrustesa; badanie preferencji; macierz podobieństw; skalowanie dynamiczne; analiza Procrustesa

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2016
• Volume: 3
• Issue: 322

Dates

published

2016-12-08

Contributors

author

Artur Zaborski

• Wroclaw University of Economics, Department 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, pp. 23–40.
• Cox T.F., Cox M.A.A. (2001), Multidimensional Scaling. Second Edition, Chapman and Hall, London.
• 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, “Psychometrika”, 57, pp. 43–69.
• Harshman R.A., Green PP.E., Wind Y., Lundy M.E. (1982), A model for the analysis of asymmetric data in marketing research, “Marketing Science”, vol. I, no. 2, pp. 205–242.
• Holyoak K.J., Gordon PP.C. (1983), Social reference points, “Journal of Personality and Social Psychology”, no. 44, pp. 881–887.
• Okada A., Imaizumi T. (1997), Asymmetric multidimensional scaling of two-mode three-way proximities, “Journal of Classification”, no. 14, pp. 195–224.
• 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, Heidelberg, pp. 307–318.
• Tversky A., Gati I. (1982), Features of similarity, “Psychological Review”, no. 89, pp. 123–154.
• Zaborski A. (2007), Przegląd wybranych modeli różnic indywidualnych w skalowaniu wielowymiarowym, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 1151, s. 9–18.
• Zielman B., Heiser W.J. (1996), Analysis of Asymmetry by a Slide-Vector, “Psychometrika”, 58, pp. 101–114.

Identifiers

DOI

10.18778/0208-6018.322.06