Fogalmak és módszerek
A sokdimenziós skálázás egyes újabb módszerei I.
Absztrakt
Számos tényezőt figyelembe venni a mérésnél és összehasonlításnál, ez a gyakorlat számára is igen vonzó probléma. A sokváltozós statisztikai vizsgálatokhoz alkalmas induló táblák általában a vizsgált objektumok számos jellemzőre tartalmaznak megfigyelési értékeket. Rendelkezésünkre állnak tehát a sokdimenziós ,,állapot-térben" a pontok és a közöttük észlelt hasonlóságok, különbözőségek vagy távolságok. A klasszikus skálázás ezután úgy kívánja kijelölni egy tengelyen az objektumok helyét, hogy a származtatott sorrendjük egy egy-dimenziós skálán valamilyen értelemben az eredeti térben fennálló viszonyoknak feleljenek meg. Tágabb értelemben skálázásról beszélünk akkor is, ha a származtatott tér 2, 3 vagy több, de az eredetinél kisebb dimenziószámmal rendelkezik. Szemléletes kép az eredményekhez természetesen csak 3 dimenzióig tartozik, de egyes esetekben az állapottér dimenziószámának számottevő csökkentése is sokat segíthet az összefüggések felismerésében.
A sokváltozós skálázás számos módszerével, vonatkozásával foglalkozik KINDLER-PAPP: Komplex rendszerek vizsgálata (Műszaki Kiadó Bp. 1977) c. könyve, de a SZIGMÁBAN is több tanulmány jelent már meg e témakörből.
Cikkünk, amelynek most I. részét közöljük nem törekszik teljességre, nem adja áttekintő összefoglalását sem e területnek. Részletesen foglalkozunk viszont azokkal az újabb, egyre kiforrottabbá váló számítógépes eljárásokkal melyek a hazai köztudatban még szinte teljesen ismeretlenek s a többi sokváltozós módszerrel egyetemben a korszerű statisztikai módszertan ígéretes eszköztárának tekinthetők.
