Объективные повороты

интерпретируемого поворота конфигурации. Так как объективные вращения предназначены преимущественно для

исполь­зования в факторном анализе и только иногда применяются в много­мерном шкалировании, они будут здесь лишь упомянуты. Наиболее доступные объективные повороты предназначены для поворота получен­ной в результате факторного анализа конфигурации тестов так, что­бы повернутая конфигурация удовлетворяла, насколько это возмож­но, критерию простой структуры
Упрощенно говоря, решение задачи многомерного шкалирования удовлетворяет критерию простой структуры, если каждый из стимулов име­ет ненулевое шкальное значение по одной характеристике стимулов или, в крайнем случае, по небольшому числу этих характеристик. По­добные повороты редко используются в многомерном шкалировании, так как, насколько известно, нет никаких причин верить, что встречающиеся на практике стимулы удовлетворяют этому критерию. Нет никаких оснований и верить в то, что поворот по такому критерию приведет к более интер­претируемому решению. В некоторых приложениях хорошо интерпретируемое решение может дать объек­тивный поворот к такой простой структуре, как варимакс или эквимакс
Не стоит, однако, предполагать, что объективный алгоритм вращения автоматически приводит к наиболее интерпретируемому из возможных решений.

©red

людьми. Ручные повороты — это повороты, выполненные исследователем и выбранные

на основе зрительного осмотра неповернутой конфигурации. На практике иногда можно, посмотрев на конфигурацию, увидеть, какой поворот решения дадут интерпретируемые координатные оси.
В координатных приложениях поиск интерпретируемого поворота — важный шаг в процессе многомерного шкалирования. Возможны различные подходы. Если первоначальное решение интерпретируемо, то исследователю вообще не нужен поворот. Если неповернутое решение плохо интерпретируется, то можно попробовать такой объективный поворот, как варимакс или эквимакс. Если ни не повернутое решение, ни объективно повернутое не приводят к интерпретируемым координатам, то исследователь может попытаться использовать ручной поворот.

бы число координатных осей К было известно. Однако на практике

оно не известно и должно быть оценено при анализе. Приме­няя большинство методов многомерного шкалирования, пользователь должен получить решения в различных размерностях и выбрать одно из них, руководствуясь тремя критериями: интерпретируемостью, со­ответствием конфигурации данным и воспроизводимостью. Алгоритм Торгерсона минимизирует следующую меру в соответствии:




где X^ik и X^jk — оценки координат стимулов i и j по оси k, т. е. сумму квадратов разностей между предсказанными скалярными произведениями и реальными скалярными произведениями .

.

не играет почти никакой роли в решении вопроса о том,

сколько координатных осей требуется для адекватного воспроизведения данных. Однако существует набор собст­венных значений (называемых также характеристическими корнями), которые действительно играют роль в решении вопроса о размерности. Каждое собственное значение связано с одной координатной осью решения. Для наших целей собственное значение, связанное с данной координатной осью, — просто сумма квадратов шкальных значений стимулов по этой оси, т. е. если — оцененное шкальное значение стимула i по оси k, то k-e собственное значение равно:


Воспроизводимость может служить критерием только в том слу­чае, если есть не менее двух подвыборок. Основная идея в том, что следует сохранить в окончательном решении столько координатных осей, сколько из них окажутся согласованными в различных подвыборках. Если построить для каждой подвыборки свое решение и во всех подвыборках окажутся К согласованных координат, то окончательное решение должно содержать именно К координатных осей. Все подвыборки должны быть взяты из одной совокупности.
Интерпретируемость как критерий требует от исследователя неко­торых субъективных оценок. Однако при этом решение в более высо­кой размерности предпочитается решению в более низкой размерно­сти, если существуют важные характеристики стимулов, проявляю­щиеся в решении более высокой размерности, но не проявляющиеся в решении более низкой размерности. И наоборот, решение в более низкой размерности предпочитается, если нет таких существенных ха­рактеристик стимулов, которые не проявляются в решении низкой размерности.

нужно сделать еще несколько замечаний об интерпретации решений. В частности,

следует объяснить фразу «суще­ственные характеристики стимулов», употреблявшуюся ранее. Такие характеристики - это обычно упорядочения или группировки сти­мулов.
Существенно важная группа стимулов — это набор стимулов, группирующихся вместе, в одной области многомерного пространства решения, и обладающих каким-либо общим признаком. Например, в ис­следовании профессий торговые профессии могут располагаться вместе, образуя разумную группировку. При исследовании популярных журналов могут группироваться вместе журналы для женщин (МС, До­машний журнал для леди, Вог и др.). Существенное упорядочение стимулов — это упорядочение, соот­ветствующее порядку стимулов по их важной характеристике.
Интерпретация решения включает идентификацию важных группи­ровок и упорядочений стимулов. Для группировок нужно идентифици­ровать те черты, которые являются общими для всех объектов каждого кластера. Для упорядочений нужно идентифицировать соответствую­щие им признаки. Один из способов интерпретации решения — простое рассмотрение конфигурации.

этого предположения он вывел один из первых алгоритмов многомерного шкалирования.

Используя данные, удовлетворяющие метрическому предположению Торгерсона, можно найти координатные оси, применив к матрице скалярных произведений Δ* метод главных компонент.
Вопрос о числе координатных осей исследуется путем рассмотрения воспроизводимости осей в нескольких подвыборках, интерпретируемости решения в различных размерностях и анализа графика зависимости собственных значений от номеров осей. Решение (конфигурация) может остаться неповернутым, может быть повернуто вручную или с помощью какого-либо объективного алгоритма, такого, как варимакс [Kaiser, 1958] или эквимакс . Из этих трех способов поворота предпочтительнее тот, который дает наиболее интерпретируемые направления. Интерпретация решения включает идентификацию группировок стимулов или упорядочений стимулов, соответствующих их существенным характеристикам.