一票一票！一种用于分析全选贴纸（CATA）数据的 L1 范数方法
应用统计
2025-05-16 v2
摘要
提供了一个统一的框架，用于遵循“一引用一投票”原则分析全选贴纸（check-all-that-apply, CATA）产品数据。CATA 数据来源于研究，其中 A 位评估者通过描述样本并勾选适用的 T 个术语来评估 P 个产品。无论评估者、产品或术语如何，都给予每个引用相同的权重，导致基于 L1 范数的分析，其中绝对中位偏差是离散程度的度量。提出了五个置换检验，以回答以下问题：是否存在任何产品之间的差异？哪些术语的产品之间存在差异？在每个术语内部，哪些产品之间存在差异？哪些产品对之间存在差异？每对产品在哪些术语上存在差异？此外，我们展示了如何遵循“一引用一投票”原则对产品和术语进行聚类，以及如何应用基于 L1 范数（L1-PCA）的主成分分析来可视化 CATA 结果（在少数维度中）。结合置换检验、聚类方法和 L1-PCA，提供了一个统一的方法，提供以引用百分比为度量的稳健结果。本文使用包含 100 名消费者评估 11 个产品、使用 34 个 CATA 术语的数据集进行示例说明。提供 R 代码以执行分析。
引用
@article{arxiv.2502.15945,
title = {One citation, one vote! A new approach for analysing check-all-that-apply (CATA) data, using L1 norm methods},
author = {Carolina Chaya and John Castura and Michael Greenacre},
journal= {arXiv preprint arXiv:2502.15945},
year = {2025}
}
备注
33 pages, 8 figures, 3 tables, and supplementary material with 2 tables and 2 figures