×

基于模型的问卷模糊分析。 (英语) Zbl 1427.62068号

摘要:在处理数据分析的准确性时,模糊方法越来越依赖概率和统计技术来支持其适用性。相反,标准统计模型通常忽视了选择的固有模糊性,这一问题在客户满意度调查中尤其值得注意,因为传统统计工具无法捕捉到不同程度的评估。鉴于这些动机,本文介绍了一种基于模型的问卷模糊分析方法,该方法具有良好的统计基础,设计了一种介于模糊评价系统和统计模型之间的混合方法。该提案是在以下基础上提出的幼兽混合模型用于解释顺序数据分析中的不确定性,并在直觉模糊集理论的一般框架内移动,以进行隶属度、非隶属度、模糊度和准确性评估。特别强调了消除模糊化的程序,这些程序也可以在聚合级别上进行不确定性测量。那不勒斯大学费德里科二世(University of Naples Federico II)关于定向服务评估的一份调查申请证明了该提案的有效性。

MSC公司:

62J86型 模糊性、线性推理和回归
03E72型 模糊集理论等。
62H30型 分类和区分;聚类分析(统计方面)
62页99 统计学的应用

软件:

幼兽
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Andreis F,Ferrari PA(2013),关于具有CUB利润的copula模型。QdS J Methodol Appl Stat方法应用统计15:33-51
[2] Arabie,P。;休伯特,L。;Bagozzi,RP(编辑),营销研究中的聚类分析,160-189(1994),牛津
[3] Atanassov KT(1986)直觉模糊集。模糊集系统20:87-96·Zbl 0631.03040号 ·doi:10.1016/S0165-0114(86)80034-3
[4] Atanassov KT(2012)《直觉模糊集理论》。纽约州施普林格·Zbl 1247.03112号 ·doi:10.1007/978-3642-29127-2
[5] Atanassov KT,Gargov G(1989)区间值直觉模糊集。模糊集系统31:343-349·Zbl 0674.03017号 ·doi:10.1016/0165-0114(89)90205-4
[6] Beliakov G、Bustince H、Goswamic DP、Mukherjeed UK、Pale NR(2011)关于Atanassov直觉模糊集的平均算子。《信息科学》181:1116-1124·Zbl 1215.03064号 ·doi:10.1016/j.ins.2010.11.024
[7] Capecchi S,Simone R(2018)基于模型的综合指标提案:欧洲感知歧视的经验。Soc指标研究https://doi.org/10.1007/s11205-018-1849-9
[8] Capecchi S、Endrizzi I、Gasperi F、Piccolo D(2016),检测消费者偏好中受试者和受试者协变量的多产品方法。Br食品J 118:515-526·doi:10.1108/BFJ-10-2015-0343
[9] Cheli B,Lemmi A(1995),贫困多维分析的完全模糊和相对方法。经济注释24:115-134
[10] Colombi R,Giordano S(2016)一类多维有序数据的混合模型。统计模型16:322-340·Zbl 07289466号 ·doi:10.1177/1471082X16649730
[11] Corduas M(2015)使用CUB边距分析二元有序数据。统计模型15:411-432·Zbl 07258996号 ·doi:10.1177/1471082X14558770
[12] D'Elia A(2000)排名的移位二项式模型。摘自:第十五届统计建模国际研讨会论文集。统计建模新趋势(IWSM),西班牙毕尔巴鄂,第412-416页
[13] D'Elia A,Piccolo D(2005)偏好数据分析的混合模型。计算统计数据分析49:917-934·Zbl 1429.62077号 ·doi:10.1016/j.csda.2004.06.012
[14] Di Nardo E,Simone R(2016)CUB模型:异质性的初步模糊方法。摘自:Pratesi M,Perna C(eds)《意大利统计学会第48次科学会议论文集》(ISBN:9788861970618),第1-10页
[15] Everitt BS、Landau S、Leese M、Stahl D(2011)《聚类分析》,第5版。概率统计中的威利级数。奇切斯特·威利·兹比尔1274.62003 ·doi:10.1002/9780470977811
[16] Gottard A、Iannario M、Piccolo D(2016),CUB模型中的各种不确定性。高级数据分析分类10(2):225-244·Zbl 1414.62327号 ·doi:10.1007/s11634-016-0235-0
[17] Iannario M(2012)在一类有序响应的混合模型中对避难所选择进行建模。统计方法应用21:1-22·Zbl 1333.62181号 ·doi:10.1007/s10260-011-0176-x
[18] Iannario M(2014)有序数据中的建模不确定性和过度分散。公共统计理论方法43(4):771-786·Zbl 1287.62001号 ·doi:10.1080/03610926.2013.813044
[19] Iannario M(2015)评级调查中的规模效应和不确定性建模。EJASA 8(3):329-345
[20] 伊安纳里奥,M。;Piccolo,D。;Kenett,RS(编辑);Salini,S.(编辑),CUB模型:统计方法和经验证据,231-258(2012),奇切斯特
[21] Iannario M,Piccolo D(2016)序数数据建模的通用框架。统计方法应用25:163-189·Zbl 1405.62101号 ·doi:10.1007/s10260-015-0316-9
[22] Iannario M,Piccolo D,Simone R(2018)CUB:有序数据的一类混合模型。(R软件包版本1.1.2)。http://CRAN.R-project.org/package=CUB
[23] Lalla M(2005)衡量一致性的顺序量表和模糊集系统:在教学活动评估中的应用。合格数量38(5):577-601·doi:10.1007/s11135-005-8103-6
[24] Manisera M,Zuccolotto P(2014)用非线性CUB模型建模评级数据。计算统计数据分析78:100-118·Zbl 1506.62123号 ·doi:10.1016/j.csda.2014.04.001
[25] Marasini D,Quatto P,Ripamonti E(2015)问卷分析中的直觉模糊集。质量50:767-790·doi:10.1007/s11135-015-0175-3
[26] Marasini D、Quatto P、Ripamonti E(2016)《学生评分的模糊分析》。评估版本40:122-141·Zbl 1454.62040号
[27] Marasini D、Quatto P、Ripamonti E(2017)《教学满意度模糊分析的推断置信区间》。合格数量51(4):1513-1529
[28] Piccolo D(2006)MUB模型的观测信息矩阵。四元统计8(1):33-78
[29] Simone R,Tutz G(2018)有序数据中的建模不确定性和响应风格。统计Neerl 72(3):224-245
[30] Szmidt E,Kacprzyk J(2000)直觉模糊集之间的距离。模糊集系统114:505-518·Zbl 0961.03050号 ·doi:10.1016/S0165-0114(98)00244-9
[31] Torra V(2010)犹豫模糊集。国际智能系统杂志25:529-539·Zbl 1198.03076号
[32] Tutz G、Schneider M、Iannario M、Piccolo D(2017)有序反应的混合模型,以解释选择的不确定性。高级数据分析分类11(2):281-305·Zbl 1414.62019年 ·doi:10.1007/s11634-016-0247-9
[33] Van Leekwijck W,Kerre EE(1999)《模糊化:标准和分类》。模糊集系统108:159-178·Zbl 0962.93057号
[34] Xu Z(2007)直觉模糊聚合算子。IEEE Trans Fuzzy系统15(6):1179-1187·doi:10.1109/TFUZZ.2006.890678
[35] Zadeh LA(1965)模糊集。信息控制8:338-353·Zbl 0139.24606号 ·doi:10.1016/S0019-9958(65)90241-X
[36] 扎尼,S。;马萨诸塞州米利奥利;莫里尼,I。;Kenett,RS(编辑);Salini,S.(编辑),《模糊方法和满意度指数》,439-456(2012),奇切斯特
[37] 扎尼,S。;马萨诸塞州米利奥利;莫里尼,I。;Torelli,N.(编辑);Pesarin,F.(编辑);Bar-Hen,A.(编辑),《模糊综合指标:测量客户满意度的应用》,243-253(2013),海德堡·Zbl 1300.62048号 ·doi:10.1007/978-3-642-35588-223
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。