तनाव की समस्या: गैर-मीट्रिक बहुआयामी स्केलिंग के मूल्यांकन के लिए एक लचीला तरीका

सार गैर-मीट्रिक बहुआयामी स्केलिंग (NMDS) एक शक्तिशाली सांख्यिकी उपकरण है जो जटिल बहुविवर्तनशील डेटा सेट को कम आयामों में दृश्य बनाने की अनुमति देता है। उपयोगकर्ता आमतौर पर एक NMDS क्रम प्रणाली की फिटनेस का मूल्यांकन करते हैं, जिसका मुकाबला क्रम प्रणाली “तनाव” (अर्थात डेटा विकृति) के खिलाफ एक सामान्य रूप से स्वीकार्य हयूरिस्टिक गाइडलाइनों के सेट के खिलाफ करते हैं। हालाँकि, ये गाइडलाइन गणितीय संबंध को ध्यान में नहीं रखती हैं जो क्रम प्रणाली तनाव को नमूने के आकार से जोड़ता है। इसके परिणामस्वरूप, बड़े डेटा सेट के साथ काम करने वाले शोधकर्ता अनावश्यक रूप से क्रमों को ऐसी जटिलता में प्रस्तुत कर सकते हैं, अपने डेटा को विभाजित कर सकते हैं, या NMDS के उपयोग को पूरी तरह से छोड़ सकते हैं और इस अत्यंत लचीले और उपयोगी तकनीक के लाभों को खो सकते हैं। इन प्रथाओं के सीमाओं को दूर करने के लिए, हम पारगमन-आधारित पारिस्थितिकी शून्य मॉडल्स के उपयोग के माध्यम से NMDS क्रम प्रणाली फिट के मूल्यांकन के लिए एक वैकल्पिक दृष्टिकोण का समर्थन करते हैं। हम इस दृष्टिकोण के लिए सैद्धांतिक आधार से तर्क प्रस्तुत करते हैं, जिसे एक संक्षिप्त साहित्य समीक्षा और विधि का एक उदाहरण उपयोग द्वारा समर्थित किया गया है। हमारी साहित्य समीक्षा दिखाती है कि NMDS विश्लेषण अक्सर उन अवलोकनों की संख्या से कहीं अधिक होते हैं, जिनके अंतर्गत मूल तनाव गाइडलाइन बनाई गई थी — हाल के दशकों में एक महत्वपूर्ण बढ़ती प्रवृत्ति के साथ। पारगमन-आधारित दृष्टिकोण के अपनाने से NMDS फिट की अधिक लचीली और मात्रात्मक मूल्यांकन प्रदान होगा और बढ़ते बड़े डेटा सेट के युग में NMDS के निरंतर अनुप्रयोग की अनुमति देगा।