MDS Chapter 3 Multi Dimension Scaling MDS 3

MDS Chapter 3. Multi Dimension Scaling: MDS 3. 00 2. 50 활동성(Activity) 2. 00 DIM. II 1. 50 II I 간결성 (Simplicity) 1. 00 추상성 (Abstraction) I V 0. 50 II 0. 00 -2. 00 -1. 00 복잡성 (Complexity) IV 0. 00 -0. 50 VII -1. 00 문자적 시간 -1. 50 (Alphanumeric Time) 1. 00 2. 00 3. 00 보편성 (Universality) 정적(Static) VI DIM. I http: //ui. korea. ac. kr

MDS Multidimensional Scaling: MDS Attribute +……+ Attribute 1: 1 Unidimensuin Scaling Object How to Combine? Summative Evaluation? ü ü ü Market Segmentation Product Positioning Effectiveness Evaluation New-Product Development Product-Concept Testing Ideal Point http: //ui. korea. ac. kr

MDS MDS의 개념 n Concepts § Scaling: Origin and Unit - 물체나 현상들의 상대성을 반영하는 수치체계 ex) 수박( 5) : 참외(2) 과일의 크기 Scaling 임의성 존재 일관성 있는 제계 표상 의사소통, 이해, 상대적비교, 분석가능 § Mental Image of human: JND (Just Noticeable Difference) - Physics vs. Psycho 물리적 자극 심리적표상: Unidimensional Scaling 추상적인 것 실리적 표상: Multidimensional Scaling http: //ui. korea. ac. kr

MDS MDS의 종류 Multidimension Scaling Similarity Individual Differences Scaling DATA Internal Analysis Preference External Analysis n 넓은 의미: Clustering Analysis, Correspondence Analysis, Factor Analysis, Discriminat Analysis, Multivariate Analysis of Variance 등의 모든 다변량 분석 포함 n 좁은 의미: Similarity or Dissimliarity/ Preference 의 데이터를 한 개의 시각적 공간에 표현 하는 기법 n 공통점: 자료로부터 도출된 잠재적 차원(Latent Dimension)으로 이루어진 공간에 주어진 자료를 시각적으로 표현 http: //ui. korea. ac. kr

MDS Multidimensional Scaling: SAS 연습 3. 00 2. 50 활동성(Activity) 2. 00 III 간결성(Simplicity) DIM. II 1. 50 추상성(Abstraction) V 1. 00 I 0. 50 II 0. 00 -2. 00 -1. 00 0. 00 복잡성(Complexity) 1. 00 VII -1. 00 문자적 시간 (Alphanumeric-1. 50 Time) 3. 00 보편성(Universality) -0. 50 IV 2. 00 정적(Static) VI DIM. I http: //ui. korea. ac. kr

MDS MDPREF (Multi-Dimensional PREFerence) n SAS 코드 title 'Perference Rating for Automobiles'; data carpref; input make $ 1 -10 model $ 12 -22 judge 1 -judge 12; cards; Cadiliac Eldorado 8 0 0 7 9 9 0 4 9 1 2 4 Chevolet Chevette 0 0 5 1 2 0 0 4 2 3 4 5 Chevolet Citation 4 0 5 3 3 0 5 8 1 4 1 6 대 Chevolet Malibu 6 0 2 7 4 0 0 7 2 3 1 2 상 Ford Fairmont 2 0 2 4 0 0 6 7 1 5 0 2 제 Ford Mustang 5 0 0 7 1 9 7 7 0 5 0 2 품 Ford Pinto 0 0 2 1 0 0 0 3 0 3 Honda Accord 5 9 5 6 8 9 7 6 0 9 6 9 Honda Civic 4 8 3 6 7 0 9 5 0 7 4 8 ; Proc print; /*제대로 되었는지 출력 */ run; 판단자/ 사용자 Matrix http: //ui. korea. ac. kr

MDS MDPREF (Multi-Dimensional PREFerence) n SAS 코드 /* factor analysis: MDREF 분석전에 2차 요인분석을 통하여 2차원으로 결과가 얼마나 반영하는지 검토 */ proc factor nfactors=2 scree maxiter=30 method=principal rotate=none; var judge 1 -judge 12; run; /* Rotate=Varimax */ proc factor nfactors=2 scree maxiter=30 method=principal rotate=Varimax; var judge 1 -judge 12; run; /* MDPREF 분석을 실행하라는 명령문 */ proc prinqual data=carpref out=results n=2 maxiter=30 method=mtv replace standard scores correlation; /* 평가대상의 좌표값을 계산하고, 평가자의 벡터값을 계산 */ id model; transform monotone(judge 1 -judge 12); run; proc print data=results; run; /* 사후요인분석 단계 */ proc factor data=results nfactors=2 scree; var judge 1 -judge 12; where _type_='score'; http: //ui. korea. ac. kr

MDS MDPREF (Multi-Dimensional PREFerence) n SAS 코드 /* 그래프단계: 생략 가능 */ data biplot; set results; if _type_ = 'corr' then do; prin 1= prin 1*2; prin 2= prin 2*2; model= substr(model, 6); end; y = prin 2; x = prin 1; xsys = '2'; ysys = '2'; text = model; size =. 6; lable y = 'dimension 2'; x = 'dimension 1'; keep x y text xsys ysys size; run; http: //ui. korea. ac. kr

MDS MDPREF (Multi-Dimensional PREFerence) n SAS 시각화 및 해석 평가자 집단은 크게 5개의 집단으로 나타낼 수 있음 http: //ui. korea. ac. kr

MDS PREFMAP (PREFerence MAP) n SAS 코드 title 'Perference Rating for Automobiles'; data carpref; input make $ 1 -10 model $ 12 -23 (j 1 -j 12) (2. ) mpg reliable ride; cards; Cadiliac Eldorado 8 0 0 7 9 9 0 4 9 1 2 4 3 2 4 판단자/사용자(선호도) Chevolet Chevette 0 0 5 1 2 0 0 4 2 3 4 5 5 3 2 Chevolet Citation 405330581416 4 1 5 대 Chevolet Malibu 602740072312 3 3 4 상 Matrix Ford Fairmont 2 0 2 4 0 0 6 7 1 5 0 2 3 3 4 제 Ford Mustang 500719770502 3 2 2 품 Ford Pinto 002100030303 4 1 1 Honda Accord 595689760969 5 5 3 Honda Civic 483670950748 5 5 3 ; proc print; 속성 http: //ui. korea. ac. kr

MDS PREFMAP (PREFerence MAP) n SAS 코드 /* MDPREF TLFGOD */ proc prinqual data=carpref out=results (drop=j 1 -j 12) n=2 maxiter=30 method=mtv replace standard scores correlations; /*평가대상 좌표값, 평가자 벡터값 계산 */ id model mpg reliable ride; /*결과 데이터 세트에 변수 model mpg reliable ride를 먼저 쓴다 */ transform monotone(j 1 -j 12); /*등간척도를 변환형태 Monotone으로 하고, 변수는 평가자로 한다 */ data plot; set results; if _type_= 'CORR' then do; prin 1= prin 1*2; /*평가자에 대한 벡터값을 2배로 확장한다. */ prin 2= prin 2*2; end; proc print; proc prinqual data=carpref out=presults(drop= j 1 -j 12) /*MDPREF분석을 통하여 얻어진 공간상의 속성에 */ n=2 maxiter=30 method=mtv replace standard scores; /* 대하여 End Point와 Ideal Point에 의한 벡 터계산*/ id model mpg reliable ride; transform monotone(j 1 -j 12); proc transreg data=presults; /*PREFMAP분석을 실행하라 */ model monotone(mpg reliable ride) = linear(prin 1 prin 2) /maxiter=20; output tstandard=center coefficients replace out=tresult 1; id model; proc print data=tresults 1; http: //ui. korea. ac. kr

MDS PREFMAP (PREFerence MAP) n SAS 코드 /*PREFMAP분석을 실행하라 */ proc transreg data=presults; model monotone(mpg reliable ride) = point(prin 1 prin 2) /maxiter=20; output tstandard=center coefficients replace out=tresult 2; id model; run; proc print data=tresult 2; run; http: //ui. korea. ac. kr

MDS PREFMAP (PREFerence MAP) n SAS 프린트 결과 (적합성) End-Point Model Mpg : 45% 48% Reliable: 65% 85% Ride : 1% 25% Ideal-Point Model Mpg : 50% 51% Reliable: 64% 85% Ride : 5% 31% Reliable와 Ride는 설명력이 상당히 향상되어 있으나, Mpg는 별로 증가 하지 않았으므로 Mpg에 대한 평가 대상 및 평가자에 대한 해석은 신중할 필요 있음 http: //ui. korea. ac. kr

MDS PREFMAP (PREFerence MAP) n SAS 시각화 및 해석 (대상물) http: //ui. korea. ac. kr

MDS MDPREF (Multi-Dimensional PREFerence) n SAS 시각화 및 해석 (평가자) 평가자 집단은 크게 5개의 집단으로 나타낼 수 있음 http: //ui. korea. ac. kr

MDS PREFMAP (PREFerence MAP) n SAS 프린트 해석 (평가속성) Ride Reliable Mpg Ideal Points: X축과 Y축과 더불어 구체적인 세분화의 기준이 됨 http: //ui. korea. ac. kr

MDS Conjoint Analysis http: //ui. korea. ac. kr

MDS Chapter 3. Multi Dimension Scaling: MDS “Thank you” http: //ui. korea. ac. kr