İstatistik Sözlüğü → Metrik ve metrik olmayan MDS (SMACOF)
Metrik ve metrik olmayan MDS (SMACOF)kavram
Nesneler arasındaki uzaklıkları ya da benzemezlikleri az boyutlu bir haritada gösteren çok boyutlu ölçeklemenin, uzaklıkların kendisini (metrik) ya da yalnızca sıralarını (metrik olmayan) korumaya çalışan iki türü.
Çok boyutlu ölçekleme (MDS) nesneleri, haritadaki uzaklıkları ile verilen benzemezlikler olabildiğince uyumlu olacak biçimde iki ya da üç boyutlu bir uzaya yerleştirir. Metrik MDS, harita uzaklıklarının benzemezliklerle orantılı (ya da doğrusal ilişkili) olmasını ister. Metrik olmayan (Kruskal) MDS ise yalnızca sıralamayı korur: daha benzemez iki nesne haritada daha uzakta olmalıdır, ama farkın büyüklüğü önemsenmez; bu, tekdüze bir regresyonla sağlanır. Sıralı benzerlik yargıları gibi verilerde metrik olmayan MDS daha uygundur.
SMACOF (de Leeuw), stres ölçütünü adım adım küçülten ve her iki türde kullanılabilen bir algoritmadır. Uyum stres değeriyle değerlendirilir: Kruskal'ın stres-1 ölçüsü için kabaca 0,05'in altı iyi, 0,1 dolayı orta, 0,2'nin üstü zayıf uyum sayılır; ama boyut ve nesne sayısı arttıkça beklenen stres değişir. Çözüm yerel en iyiye takılabileceğinden birden çok başlangıç denenir. Eksenlerin kendine özgü bir anlamı yoktur; harita döndürülebilir ve yansıtılabilir.
Gündelik bir örnek
Bir grup kişiye on meyveden her ikisinin ne kadar benzediği soruluyor. Metrik olmayan MDS yalnızca 'elma armuda, kiraz karpuza göre daha çok benziyor' türünden sıralamaları kullanarak meyveleri bir haritaya yerleştiriyor; turunçgiller bir köşede, yumuşak çekirdekliler başka bir köşede toplanıyor.
MerQur'da
Çok Boyutlu Ölçeklemede 'Metric MDS (uzaklıkları korur)' seçeneği: açıkken oran ölçeğinde SMACOF uygulanır, kapalıyken yalnızca sıralama korunur (metrik olmayan, monoton MDS).
Bu kavramın geçtiği analizler
İlgili kavramlar
Stres ölçütü, uyum ölçüleri ve Shepard diyagramı (MDS)Uzaklık ölçüsü (Öklid, Manhattan, Gower, büyük daire)