ESCALAMIENTO MULTIDIMENSIONAL.

1. ESCALAMIENTO MULTIDIMENSIONAL. POR: Chuc Rey Sandra Carolina Ek AlfonsinJissely Amparo Hernández Meza Candy Magdalena Olmedo Medina Sharon Grissel Tun Xix Saúl Mijail

2. CONCEPTO El nombre de “escalamiento multidimensional” se asocia a un conjunto de técnicas que persiguen como objetivo la representación de datos a través de una configuración de puntos cuando se conoce una determinada información sobre similaridades entre objetos.

3. MODO DE APLICACIÓN • Encontrar la estructura de un conjunto de medidas de distancia entre objetos o casos. • Puede utilizar el escalamiento multidimensional como técnica de reducción de datos . • Puede también aplicarse a valoraciones subjetivas de disimilaridad entre objetos o conceptos. • Puede tratar datos de disimilaridad procedentes de múltiples fuentes

4. REQUISITOS ESENCIALES • a) Partir de un conjunto de números, llamados proximidades o similaridades, que expresan todas o la mayoría de las combinaciones de pares de similaridades dentro de un grupo de objetos (objeto- estímulo y de similaridad–disimilaridad–distancia) • b) Contar con un algoritmo implementado computacionalmente para llevar a cabo el análisis (procedimiento para alcanzar una configuración de puntos que refleje las similaridades observadas o percibidas).

5. ESTADÍSTICOS • DATOS • SUPUESTOS • PROCEDIMIENTOS RELACIONADOS

6. PARA OBTENER UN ANÁLISIS DE ESCALAMIENTO MULTIDIMENSIONAL • Elija en los menús

7. Escalamiento multidimensional: Forma de los datos

8. Escalamiento multidimensional: Crear la medida a partir de los datos

9. Medida. Le permite especificar la medida de disimilaridad para el análisis. • Intervalo. Distancia euclídea, Distancia euclídea al cuadrado, Chebychev, Bloque, Minkowski • Contar apariciones. Medida de chi-cuadrado o Medida de phi-cuadrado. • Binaria. Distancia euclídea, Distancia euclídea al cuadrado, Diferencia de tamaño, Diferencia • de configuración, Varianza o Lance y Williams. Crear matriz de distancias. Le permite elegir la unidad de análisis. Transformar valores. Seleccione un método de estandarización en la lista desplegable Estandarizar.

10. ESCALAMIENTO MULTIDIMENSIONAL: MODELO

11. La estimación correcta de un modelo de escalamiento multidimensional depende de aspectos que atañen a los datos y al modelo en sí. • Nivel de medida. Permite especificar el nivel de medida de los datos. • Condicionalidad. Permite especificar qué comparaciones tienen sentido. • Dimensiones. Permite especificar la dimensionalidad de la solución o soluciones del escalamiento. • Modelo de escalamiento. Permite especificar los supuestos bajo los que se realiza el escalamiento.

12. ESCALAMIENTO MULTIDIMENSIONAL: OPCIONES Puede especificar opciones para el análisis de escalamiento multidimensional. • Mostrar. Permite seleccionar varios tipos de resultados. • Criterios. Permite determinar cuándo debe detenerse la iteración. • Tratar distancias menores que n como perdidas. Las distancias menores que este valor se excluyendelanálisis.