【聯合空間分析】
<P align=center><STRONG><FONT size=5>【<FONT color=red>聯合空間分析</FONT>】</FONT></STRONG></P> <P><STRONG>JointSpaceAnalysis</STRONG></P><P><STRONG></STRONG> </P>
<P><STRONG>【辭書名稱】教育大辭書</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>聯合空間分析是多元度量法(multi-dimensionalscaling)中的一種分析技術，將刺激(stimuli)和個體(individuals)的加權值(weights)同畫在一張座標圖或空間(space)中的模式圖解，該圖解即稱作「聯合空間圖解」(jointspaceconfiguration)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>多元度量法可用來找出人們用以判斷各事物間相對相似程度的知覺構面，以及各事物在這些構面上的空間位置。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>其中，一般歐幾里德模式（generalEuclideanmodel,簡稱GEM）可用來解決許多方形且對稱的非相似矩陣(dissimilaritymatrix)資料，並從中找出潛在的構面。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>它針對全秩(full-rank)矩陣資料的測量模式為：其中，dijk表示個體i和j在某個知覺向度間的距離平方值，則代表個體i和j在某個知覺向度上的非相似測量值向量，是一個在某個知覺向度k上的方形且對稱的加權值矩陣。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>透過該模式的分析與圖解，可以將刺激以點(points)來表示，將個體以向量(vectors)來表示，共同畫在一個幾何圖上，該圖即為「聯合空間圖解」。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>在該圖解上，向量所指的方向，即代表空間中多數人共同持有的知覺向度，其長度即代表個體方向的相對明顯程度。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>每個個體皆有多個指明方向的向量，並且這些向量互為垂直或正交(orthogonal)；</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>其中，第一個向量能夠解釋個體資料最多的變異量，其餘，依次遞降，所以這些向量稱作「主要方向」(principaldirections)，而個別差異即表示在此聯合空間中，互為正交向量的方向和長度。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>利用該聯合空間圖解，研究者便能解釋一堆資料中，個體用以判斷事物相對相似性的知覺構面為何，及其個別差異的重點所在。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG></STRONG> </P>轉自:http://edic.nict.gov.tw/cgi-bin/tudic/gsweb.cgi?o=ddictionary
頁:
[1]