Recuperación de información métrica a partir de información no-métrica con diseños de escalamiento multidimensional incompletos .

  1. Andrade Fernández, Elena
  2. Arce Fernández, Constantino
Revista:
Psicothema

ISSN: 0214-9915

Ano de publicación: 2000

Volume: 12

Número: 2

Páxinas: 308-313

Tipo: Artigo

DIALNET GOOGLE SCHOLAR lock_openAcceso aberto editor

Outras publicacións en: Psicothema

Resumo

La presente investigación tenía por objeto comprobar la eficiencia de tres diseños incompletos para la selección de datos de entrada, en problemas de Escalamiento MultiDimensional, con un número elevado de estímulos. Los diseños comparados fueron un diseño cíclico (Spence y Domoney, 1974), dos diseños aleatorios y un diseño con las desemejanzas más grandes. Cuando se satisfacía el umbral de información propuesto por Spence y Domoney (1974), todos los diseños empleados mostraron un grado de eficiencia similar. Sin embargo, con cantidades de información inferiores, el diseño cíclico fue el que produjo los peores resultados; mientras que los otros dos tipos de diseños mantenían su eficiencia aún por debajo del umbral, siendo los diseños aleatorios los que permitieron obtener soluciones satisfactorias incluso con las cantidades más bajas de información de entrada

Referencias bibliográficas

  • Cliff, N. (1966). Orthogonal rotation to congruence. Psychometrika, 31, 33-42.
  • David, H.A. (1963). The structure of cyclic paired-comparison designs. Journal of the Australian Mathematical Society , 3, 117-127.
  • Graef, J., y Spence, I. (1979). Using distance information in the design for large multidimensional scaling experiments. Psychological Bulletin, 8 6, 60-66.
  • Hubert, L.J., y Arabie, P. (1988). Relying on necessary conditions for optimization: Unidimensional scaling and some extensions. En H. Bock (Ed.), Classification and related methods of data analysis (pp. 463- 472). Amsterdam: North-Holland.
  • John, J.A., Wolock, F.W., y David, H.A. (1972). Cyclic designs. Washington, C.D.: National Bureau of Standards Applied Mathematics Series no. 62.
  • Kruskal, J.B. (1964a). Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, 29, 1-27.
  • Kruskal, J.B. (1964b). Nonmetric multidimensional scaling: A numerical method. Psychometrika, 29, 115-129.
  • Kruskal, J.B., Young, F.W., y Seery, J.B. (1977). How to use KYST2A, a very flexible program to do multidimensional scaling and unfolding. Murray Hill, NJ: AT & T Bell Laboratories.
  • McKeon, J.J. (1960). Some cyclical incomplete paired comparison de signs. Chapel Hill, N.C.: University of North Carolina, L.L. Thurstone Psychometric Laboratory, Report no. 24.
  • Peay, E.R. (1988). Multidimensional rotation and scaling of configurations to optimal agreement. Psychometrika, 53, 199-208.
  • Richardson, G.D. (1981). The appropiateness of using various Minkowskian metrics for representing cognitive configurations. Environment and Planning A, 13, 475-485.
  • Shepard, R.N. (1962). The analysis of proximities: Multidimensional scaling with an unknown distances function (I y II). Psychometrika, 27, 125-139, 219-246.
  • Shepard, R.N. (1966). Metric structure in ordinal data. Journal of Mathematical Psychology, 3, 287-315.
  • Sherman, C.R. (1972). Nonmetric multidimensional scaling: A Monte Carlo study of the basic parameters. Psychometrika, 37, 323-355.
  • Spence, I., y Domoney, D. W. (1974). Single subject incomplete designs for nonmetric multidimensional scaling. Psychometrika, 39, 469- 489 .
  • Stevens, S.S. (1975). Psychophysics. Introduction to its perceptual, neural, and social prospects. Nueva York: Wiley.
  • Torgerson, W.S. (1958). Theory and methods of scaling. Nueva York: Wiley.
  • Young, F.W. (1970). Nonmetric multidimensional scaling: Recovery of metric information. Psychometrika, 35, 455-473.
Fonte de datos: Dialnet