Kısa bir cevabı kabul ederseniz ...
Hangi sorulara cevap veriyor? Düşük boyutluluğa sahip öklid (çoğunlukla) uzayda ikili farklılıkların görsel eşlenmesi.
Hangi araştırmacılar genellikle onu kullanmakla ilgileniyor? Puan kümelerini göstermeyi veya puanların farklılaştığı olası gizli boyutlar hakkında bir fikir edinmeyi amaçlayan herkes. Ya da sadece bir yakınlık matrisini X değişkeni verilerine dönüştürmek isteyenler.
Benzer işlevleri yerine getiren başka istatistiksel teknikler var mı? PCA (doğrusal, doğrusal olmayan), Yazışma analizi, Çok boyutlu açılım (dikdörtgen matrisler için MDS'nin bir versiyonu). MDS ile farklı şekillerde ilişkilidir, ancak nadiren bunun yerine geçer. (Doğrusal PCA ve CA , sırasıyla kare ve dikdörtgen matrisler üzerinde yakından ilişkili lineer cebir uzayını azaltan işlemlerdir. MDS ve MDU, sırasıyla kare ve dikdörtgen matrisler üzerinde benzer yinelemeli genellikle doğrusal olmayan uzay uydurma algoritmalarıdır.)
Etrafında hangi teori geliştirildi? Gözlenen farklılıklar kullanılarak matris farklılıklar dönüşür T hatası en aza indirmek için bu şekilde E Öklid mesafe vasıtasıyla farklarının haritalama D de m : boyutlu boşluk G → T = m D + E . Dönüşüm doğrusal (metrik MDS) veya monotonik (metrik olmayan MDS) talep edilebilir. E mutlak hata ya da kare hata ya da başka bir stres fonksiyonu olabilir. Tek bir matris S için bir harita elde edebilirsinizSTEDmS→ T=mD + EES(klasik veya basit MDS) veya bir çok matris için aynı anda ek ağırlık haritası (bireysel farklılıklar veya ağırlıklı MDS) içeren bir harita. Tekrarlanan MDS ve genelleştirilmiş MDS gibi başka formlar da vardır. MDS çok çeşitli bir tekniktir.
"MDS" ile "SSA" arasındaki ilişki nedir? Bununla ilgili kavram MDS'nin Wikipedia sayfasında bulunabilir.
Son nokta için güncelleme . Bu Teknik Notu SPSS dan SSA Boyutlu (SPSS PREFSCAL prosedürü) açılmış halinin bir durum olduğu izlenimini bırakır. İkincisi, yukarıda belirttiğim gibi, dikdörtgen (kare simetrik değil) matrislere uygulanan MDS algo'dur.