초록
다차원척도법(multidimensional scaling)이란 개체간의 비유사성을 저차원 공간에 기하적으로 나타내려는 다변량 분석의 그래프적 기법이다. 일반적으로 다차원척도법은 계량형 다차원척도법과 비계량형 다차원척도법으로 분류할 수 있는데, 계량형 다차원척도법은 양적자료에 적용하게 된다. 그러나 이를 통해서는 개체들에 대한 군집화 정보만을 파악할 수 있으며, 개별 군집의 특징을 파악하기 위해서는 가상점(pseudo-points)을 활용한 변수들의 정보에 대한 추가적인 표현이 요구된다. 이러한 이유로 Gower (1992)는 연속형 변수에 대한 가상점들의 궤적을 표현함으로서 계량형 다차원척도법의 공간 상에 변수 정보를 나타내는 '대체법(replacement method)'을 제안한 바 있다. 그러나 이진수 자료는 계량형 다차원척도법을 적용할 수 있음에도 불구하고 대체법을 적용하면 가상점의 궤적을 표현할 수 없다. 따라서 본 연구에서는 이진수 자료에 대한 다차원척도법의 공간 상에 가상점을 이용하여 변수 정보를 표현하는 '분할법(partition method)'을 제안하려한다. 분할법은 0과 1의 비율을 모두 고려하여 가상점을 결정한다. 따라서 분할법에 의한 가상점을 활용한 계량형 다차원척도법을 통해 이진수 자료에서 변수와 개체간의 관계를 파악할 수 있게 해준다.
Multidimensional scaling (MDS) is a graphical technique of multivariate analysis to display dissimilarities among individuals into low-dimensional space. We often have two kinds of MDS which are metric MDS and non-metric MDS. Metric MDS can be applied to quantitative data; however, we need additional information about variables because it only shows relationships among individuals. Gower (1992) proposed a method that can represent variable information using trajectories of the pseudo-points for quantitative variables on the metric MDS space. We will call his method a 'replacement method'. However, the trajectory can not be represented even though metric MDS can be applied to binary data when we apply his method to binary data. Therefore, we propose a method to represent information of binary variables using pseudo-points called a 'partition method'. The proposed method partitions pseudo-points, accounting both the rate of zeroes and ones. Our metric MDS using the proposed partition method can show the relationship between individuals and variables for binary data.
