Съдържание
Многомерното мащабиране е метод за изразяване на информация визуално. Вместо да показва необработени числа, многоизмерната мащабна диаграма ще показва връзките между променливите; подобни неща ще се появят близо един до друг, докато нещата, които са различни, ще се появят далеч една от друга.
Моделиране на отношенията
Многомерните везни показват как нещата стоят една спрямо друга. Например, ако направите многоизмерна скала на разстоянията в града в Съединените щати, Чикаго щеше да бъде по-близо до Детройт, отколкото до Феникс.
Предимство на този метод е, че можете да разгледате многоизмерна скала и веднага да прецените доколко са тясно свързани различните стойности. Недостатък обаче е, че тази техника не се справя в реални числа - многоизмерната скала на Бостън, Ню Йорк и Лос Анджелис ще изглежда приблизително подобна на многоизмерна скала на Лондон, Дъблин и Буенос Айрес, въпреки че действителните цифри са дълбоко различни ,
Опростяване на таблици
Многоизмерната скала се използва най-добре в ситуации, когато има голямо количество данни, организирани под формата на таблици. Превръщайки го в многоизмерен мащаб, можете веднага да оцените взаимоотношенията, което по същество е невъзможно в таблица с 10 000 или повече различни цифри - сума, която е напълно осъществима.
Недостатъкът на това е, че е необходима сложна формула за преобразуване на сурови фигури в многоизмерна скала. Следователно, докато е лесно да се видят връзките между фигурите, са необходими големи усилия, за да се създаде таблицата. Това означава, че ако ще използвате многоизмерна скала, трябва да сте сигурни, че има действително търсене на информацията, която представя. В противен случай сега използвате времето си без друга причина, освен да спестите време на някой друг в бъдеще.
Приложение
Многоизмерното мащабиране обикновено се използва в психологията, при графизиране на реакциите на субекти на различни стимули. Този метод се използва, тъй като изследователите могат да покажат важни взаимоотношения - т.е. колко голямо значение е поставено на различни променливи. Това може да бъде изключително полезно, тъй като психологическите данни са с голям обем и имат много различни аспекти.
Недостатък на това е, че добавя друг слой субективност към психологическите данни, тъй като моделирането на таблични данни в многоизмерна скала изисква известно вземане на решения. Кои данни ще влязат в скалата? Кои множители ще бъдат използвани за създаване на фигури на взаимоотношенията? Това оказва влияние върху точността на многомерните скали.