Advertisement

Procrustes-Analyse

  • Andreas Handl
Chapter
  • 11k Downloads
Part of the Statistik und ihre Anwendungen book series (STATIST)

Zusammenfassung

Da das Ergebnis einer mehrdimensionalen Skalierung nicht eindeutig ist, sind unterschiedliche Konfigurationen nicht leicht zu vergleichen. Wir haben das beim Vergleich der durch eine Hauptkomponentenanalyse und metrische mehrdimensionale Skalierung gewonnenen Konfigurationen auf Seite 167 gesehen. Erst nachdem man eine Konfiguration um 180 Grad gedreht hatte, konnte man erkennen, dass die beiden Konfigurationen identisch sind. Oft reicht eine Drehung nicht aus. Man muss auch verschieben und strecken oder stauchen. Bei der direkten Bestimmung der Distanzen im Kapitel 4.4 auf Seite 108 haben wir zwei unterschiedliche Methoden betrachtet, die Ähnlichkeit zwischen Objekten zu bestimmen. Bei beiden Methoden wurden alle Paare von n Personen betrachtet. Beim Ratingverfahren wurde eine Person gebeten, die Ähnlichkeit jedes Paares auf einer Skala von 1 bis 7 zu bewerten, wobei das Paar den Wert 1 erhält, wenn sich die beiden Personen sehr äahnlich sind, und den Wert 7, wenn sich die Personen sehr unähnlich sind. Die Rangreihung hingegen besteht darin, die 10 Paarvergleiche zwischen 5 Personen nach Ähnlichkeit der Größ e nach zu ordnen. Dabei erhält das ähnlichste Paar eine 1 und das unähnlichste eine 10.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Zurmühl, R., Falk, S. (1997): Matrizen 1: Grundlagen. Springer, Berlin, 7th editionzbMATHGoogle Scholar
  2. Seber, G. A. F. (1984): Multivariate observations. Wiley, New YorkzbMATHCrossRefGoogle Scholar
  3. Cox, T. F., Cox, M. A. A. (1994): Multidimensional scaling. Chapman & Hall, LondonzbMATHGoogle Scholar
  4. Gower, J. C. (1975): Generalized procrustes analysis. Psychometrika, 40, 33–51zbMATHCrossRefMathSciNetGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2010

Authors and Affiliations

  • Andreas Handl
    • 1
  1. 1.   

Personalised recommendations