Térstatisztika

Tartalom

1. Fejezet Többszempontú módszerek 1
Bevezetés 1
1.1 Faktoranalitikus megközelítések 4
1.2 Skálázás és az ezzel kapcsolatos módszerek 14
1.3 A három-szempontú főkomponens-elemzés 23
1.3.1 A Tucker2 modell 29
1.3.2 Az input adatok skálázása 31
1.3.3 Együttes ábrák 32
1.4 Függelék 34
1.4.1 Cartesius-féle szorzat 34
1.4.2 A Kronecker-féle szorzat 35
1.5 A PARAFAC modell 37
1.6 A PARAFAC1 modell alkalmazása kovariancia adatokra (PARAFAC2) 40
1.7 A PARAFAC1 modell különböző minták esetében 42
1.8 Főkomponens-versus faktorelemzés 44
1.9 A PARAFAC valódi tengely tulajdonsága 45
1.10 A PARAFAC és a TUCKER3 modellek összehasonlítása 48
1.11 A faktorsúlyok értelmezése 50
1.12 Irodalomjegyzék az első fejezethez 52
2. Fejezet A sokdimenziós skálázás 55
Bevezetés 55
2.1 Sokdimenziós skálázás 61
2.1.1 A sokdimenziós skálázás inputja és outputja 62
2.1.2 A célfüggvény meghatározása 64
2.1.3 A sokdimenziós skálázás dimenzióinak értelmezése 65
2.1.4 Az MDS modellek alkalmazásai 65
2.2 A MINISSA modell 68
2.2.1 Iteratív eljárás 69
2.2.2 A monoton regressziós cl érték számítása 70
2.2.3 A Guttmann-féle rang-kép eljárás d* értékének számítása 71
2.2.4 Normalizálás 72
2.2.5 A nyomaték (stress) S értékének értelmezése 73
2.2.6 Példák a MINISSA eljárásra 74
2.2.6.1 Országok fejlettség szerinti skálázása 74
2.2.6.2 A társadalom értékstruktúrájának vizsgálata 82
2.2.7 MINISSA irodalomjegyzék 88
2.3 Az MRSCAL eljárás 91
2.3.1 Az additív konstans probléma 91
2.3.2 Az MRSCAL módszer 95
2.3.3 Példa az MRSCAL eljárásra 97
2.3.4 Irodalomjegyzék az MRSCAL eljáráshoz 110
2.4 A MINIRSA eljárás 111
2.4.1 Rangsorolások sokdimenziós vetítése 111
2.4.2 A MINIRSA módszer 114
2.4.3 Példa a MINIRSA eljárásra 117
2.5 Az INDSCAL modell 126
2.5.1 Az INDSCAL eljárás módszere 130
2.5.1.1 A különbözőségek átalakítása becsült távolságokká 130
2.5.1.2 A becsült távolságoknak becsült skaláris
szorzatokká való átalakítása 131
2.5.1.3 A CANDECOMP eljárás 132
2.5.1.4 Iterációs eljárás 134
2.5.1.5 Az INDSCAL modell egyértékűség tulajdonsága 135
2.5.2 Az IDIOSCAL modell 136
2.5.2.1 Carroll-Chang eljárás a Cx dekompoziciójára 136
2.5.2.2 Tucker és Harshman eljárás a Ci tér dekompoziciójára 137
2.5.3 Harshman PARAFAC-2 modellje 137
2.5.3.1 A PARAFAC-2 modell 138
2.5.4 Tucker három-szempontú skálázó modellje 133
2.5.5 Több-utas MDS módszerek 139
2.5.5.1 A több-utas INDSCAL modell 140
2.5.5.2 A több-szempontú skálázás Tucker-féle modellje 140
2.5.5.3 Példa az INDSCAL eljárásra
2.5.5.4 Példa az INDSCAL eljárásra 152
2.5.6 INDSCAL irodalomjegyzék 158
2.6 A PREFMAP eljárás 160
2.6.1 Az általános távolság modell (I. modell) 160
2.6.2 A súlyozott távolság modell (II. modell) 163
2.6.3 A nem súlyozott távolság modellek (III. modell) 164
2.6.4 A vektor modell (IV. modell) 165
2.6.5 A nem metrikus PREFMAP modell 166
2.6.6 Az illesztés jóságának vizsgálata 167
2.6.7 Példa a PREFMAP eljárásra 168
2.6.8 PREFMAP irodalomjegyzék 186
2.7 A PARAMAP eljárás 188
2.7.1 A modell 189
2.7.2 Példa a PARAMAP eljárásra 191
2.7.3 PARAMAP irodalomjegyzék 199
2.8 Az MDPREF eljárás 200
2.8.1 Az MDPREF módszere 200
2.8.2 Példa az MDPREF eljárásra 201
2.9 A HICLUS eljárás 210
2.9.1 A HICLUS módszere 210
2.9.2 A "minimum" módszer 214
2.9.3 A "maximum" módszer 214
2.9.4 A HICLUS és az MDS módszerek kapcsolata 214
2.9.5 Példa a HICLUS eljárásra 217
2.9.6 Irodalomjegyzék a HICLUS eljáráshoz 223
2.10 Az UNICON eljárás 224
2.10.1 Az UNICON módszere 224
2.10.2 Példa az UNICON eljárásra 226
2.10.3 Irodalomjegyzék az UNICON eljáráshoz 230
2.11 A PROFIT modell 231
2.11.1 Tulajdonság illesztés lineáris regresszióval 231
2.11.2 Az eljárás 232
2.11.3 Tulajdonság illesztés nem lineáris regresszióval 232
2.11.4 Az algoritmus 233
2.11.5 Példa a PROFIT eljárásra 234
2.11.6 Irodalomjegyzék a PROFIT eljáráshoz 245

Témakörök