Çok Boyutlu Ölçekleme
MDS
Tanım
Örnek Vaka / Uygulama
Bir araştırmacı, hastaların 15 farklı psikiyatrik belirtiyi birbirine ne kadar benzettiğini incelemektedir. Elde edilen benzerlik matrisine MDS uygulandığında, belirtilerin iki boyutlu bir uzayda 'anksiyete ekseni' ve 'depresyon ekseni' etrafında nasıl kümelendiği grafik üzerinde net bir şekilde gözlemlenir.
Derin Analiz
Çok Boyutlu Ölçekleme (MDS), yüksek boyutlu veri setlerindeki karmaşık ilişkileri ve gizli yapıları iki veya üç boyutlu bir düzlemde grafiksel olarak temsil etmeye yarayan keşifsel bir veri analizi yöntemidir. Algoritma, gözlemler arasındaki orijinal benzerlik veya uzaklık matrisini koruyarak, koordinatları minimize edilmiş bir stres fonksiyonu üzerinden yeniden hesaplar. Bilişsel bilimlerde ve psikolojide, deneklerin uyarıcılar arasındaki algısal mesafelerini (örneğin renklerin veya kavramların zihinsel uzaydaki yakınlığı) haritalandırmak için sıklıkla kullanılır.
Etimoloji
Latince 'multus' [çok] + 'dimensionem' [boyut] kelimelerinin birleşimi ile İngilizce 'scaling' [ölçekleme] kavramının kısaltması.
Karıştırmayın
Temel Bileşenler Analizi (PCA) ile sıklıkla karıştırılır; PCA varyansı maksimize etmeye ve değişken sayısını azaltmaya odaklanırken, MDS doğrudan nesneler arasındaki mesafeleri korumayı hedefler.
Keşfetmeye Devam Edin
Faktör Analizi
FA
Çok sayıda gözlenen değişken arasındaki ilişkileri inceleyerek, bu değişkenlerin gerisindeki daha az sayıdaki bağımsız ve ortak potansiyel yapıları (faktörleri) ortaya çıkaran çok değişkenli bir istatistiksel yöntem.
İncele
Kümeleme Analizi
Cluster Analysis
Çok değişkenli veri analizinde, bireyleri veya gözlem birimlerini belirli özellikler bakımından gösterdikleri yüksek benzerliğe dayanarak homojen alt gruplara ayıran istatistiksel bir yöntemdir.
İncele