Słownik metodologiczny · Ludzie statystyki

Louis Leon Thurstone (1887–1955) – kim był i co wniósł do statystyki

Louis Leon Thurstone uogólnił analizę czynnikową na wiele czynników, wprowadził rotację do struktury prostej, podstawowe zdolności umysłowe i skalowanie postaw. Przedstawiamy jego biografię naukową, oś czasu i analizę czynnikową na historycznych danych Thurstone’ów w R.

Strona główna / Słownik / Louis Leon Thurstone
W skrócie: Louis Leon Thurstone (1887–1955) – amerykański psycholog z University of Chicago, z wykształcenia inżynier. Uogólnił analizę czynnikową Spearmana na wiele czynników, wprowadził zasoby zmienności wspólnej, rotację do struktury prostej i czynniki skorelowane, opisał podstawowe zdolności umysłowe (1938) oraz prawo porównawczego osądu i skale postaw.

Kim był Louis Leon Thurstone?

Louis Leon Thurstone (1887–1955) był amerykańskim psychologiem, który z analizy czynnikowej Spearmana zrobił ogólną metodę wielu czynników i wprowadził do niej rotację do struktury prostej. Urodził się 19 maja 1887 r. w Chicago w rodzinie szwedzkiego pochodzenia; nazwisko Thunstrom zmieniono później na Thurstone. Do szkół chodził m.in. w Sztokholmie i w Jamestown w stanie Nowy Jork. Na Cornell University studiował elektrotechnikę i już tam zainteresował się tym, jak projektować maszyny z myślą o ludziach, którzy będą je obsługiwać (Guilford, 1957).

Jesienią 1912 r. został instruktorem inżynierii na University of Minnesota i tam wysłuchał pierwszego kursu psychologii eksperymentalnej. Od 1914 r. studiował psychologię na University of Chicago, od 1915 r. pracował w Carnegie Institute of Technology (w latach 1920–1923 jako profesor i kierownik wydziału), a doktorat uzyskał w 1917 r. W 1924 r. wrócił na University of Chicago, gdzie założył i prowadził Laboratorium Psychometryczne. W latach 1932–1933 był prezesem Amerykańskiego Towarzystwa Psychologicznego (APA), w 1938 r. wybrano go do National Academy of Sciences. Z jego inicjatywy powstały Psychometric Society i czasopismo Psychometrika. Po przejściu na emeryturę w Chicago (1952) kierował laboratorium psychometrycznym na University of North Carolina. Zmarł 19 września 1955 r. (Guilford, 1957).

Najważniejsze pomysły

  • Wieloczynnikowa analiza czynnikowa. Spearman szukał głównie jednego czynnika ogólnego g. Thurstone potraktował macierz korelacji testów jak obiekt algebry macierzy i zapytał, ile czynników potrzeba, by wyjaśnić korelacje (Thurstone, 1931). Model Spearmana stał się szczególnym przypadkiem ogólniejszej teorii, a do języka statystyki weszło pojęcie zasobów zmienności wspólnej (Guilford, 1957). Bartholomew (1995) pisze, że prowadzenie w rozwoju metody przejęli od Spearmana właśnie Thurstone i Thomson.
  • Rotacja i struktura prosta. Pierwsze rozwiązanie daje według Thurstone’a arbitralny układ osi, który trzeba obrócić. Celem jest struktura prosta: każdy test ładuje niewiele czynników, a każdy czynnik – niewiele testów. Najczęściej wymaga to rotacji ukośnej, czyli czynników skorelowanych. Z korelacji czynników można wyodrębnić czynniki drugiego rzędu, wśród których Thurstone szukał czynnika g (Guilford, 1957).
  • Podstawowe zdolności umysłowe. W monografii Primary Mental Abilities (1938) przeanalizował 57 testów rozwiązanych przez 240 studentów i zamiast jednego ilorazu inteligencji zaproponował profil kilku zdolności. Badania prowadził często razem z żoną, Thelmą Gwinn Thurstone (Guilford, 1957).
  • Skalowanie. Prawo porównawczego osądu (Thurstone, 1927) pozwala zbudować skalę psychologiczną z porównań parami, a metoda przedziałów pozornie równych – skalę postaw (Thurstone, 1928). Porównania parami i rankingi spotkasz dziś m.in. w metodzie MaxDiff.

Ciekawostka

Zanim Thurstone zajął się psychologią, był wynalazcą. Jako licealista opublikował w Scientific American list o tym, jak wykorzystać wody Niagary do produkcji energii, nie niszcząc piękna wodospadu (1905). Na studiach w Cornell zaprojektował kamerę i projektor filmowy, w którym film przesuwał się w sposób ciągły, co miało całkowicie usunąć migotanie obrazu. Projektor opatentował i pokazał w laboratorium Thomasa Edisona (Guilford, 1957).

Edison – jak relacjonuje Guilford – był pod wrażeniem, ale nie przestawił produkcji na model Thurstone’a. Zaproponował mu za to posadę w swoim laboratorium, którą Thurstone przyjął po studiach. Pobyt był krótki, bo ciągnęło go na uczelnię; jesienią 1912 r. uczył już w Minnesocie. Guilford uważa, że obserwowanie, jak pracuje Edison, wpłynęło na późniejsze zainteresowanie Thurstone’a psychologią twórczego myślenia.

Przykład na historycznych danych

Zbiór Thurstone z pakietu psych to macierz korelacji dziewięciu testów zdolności rozwiązanych przez 213 osób. Według pliku pomocy dane pochodzą z badań Thurstone’a i Thurstone (1941), ponownie analizowanych przez Bechtoldta (1961); dziewięć testów z 17 wybrał R. P. McDonald. Testy pogrupowano w trzy czynniki: rozumienie słów, płynność słowną i rozumowanie.

Pierwsza wartość własna macierzy korelacji wynosi 4.85, kolejne 1.09 i 1.04, więc kryterium Kaisera (wartości własne większe od 1) wskazuje trzy czynniki. Bez rotacji wszystkie testy ładują pierwszy czynnik (.59–.84), a siedem z dziewięciu ma ładunki co najmniej .30 na dwóch czynnikach – obraz przypomina jeden czynnik ogólny z „szumem”. Po rotacji ukośnej oblimin pojawia się struktura prosta: liczba ładunków bliskich zera (poniżej .15) rośnie z 4 do 15, a każdy test ładuje swój czynnik (.46–.90). Wyjątkiem są Drzewa genealogiczne (.46 na rozumowaniu i .38 na rozumieniu słów). Czynniki korelują ze sobą (.52–.59), a jeden czynnik drugiego rzędu ładuje je w granicach .68–.78. Używamy współczesnej metody minimalnych reszt, a nie metody centroidalnej Thurstone’a, więc liczby nie odtwarzają jego tabel.

Na rysunku

Oś czasu od 1880 do 1960 z dziesięcioma zdarzeniami oznaczonymi kształtami: koło – życie, kwadrat – stanowisko, trójkąt – praca. 1887 urodzony w Chicago, 1912 instruktor w Minnesocie po pobycie u Edisona, 1917 doktorat na University of Chicago, 1924 profesor w Chicago, 1927 prawo porównawczego osądu, 1931 artykuł Multiple factor analysis, 1938 Primary Mental Abilities i wybór do NAS, 1947 książka Multiple-Factor Analysis, 1952 University of North Carolina, 1955 zmarł 19 września
Rysunek 1. Najważniejsze daty z życia Louisa Leona Thurstone’a. Daty według Guilforda (1957) i prac Thurstone’a (1927, 1931). Rysunek: R, pakiet ggplot2.

Co widać. Thurstone przyszedł do psychologii z inżynierii, a jego najważniejsze prace o skalowaniu (1927) i o wielu czynnikach (1931–1947) powstały w Chicago w ciągu dwudziestu lat.

Na co uważać. To wybór dziesięciu zdarzeń: pomija pracę w Carnegie Institute of Technology, badania postaw i filmów oraz testy dla wojska. Rok przy pomyśle to rok publikacji.

Podpis do pracy:

Rysunek 1. Wybrane wydarzenia z życia i pracy Louisa Leona Thurstone’a (1887–1955). Uwaga. Opracowano na podstawie Guilford (1957).
Dwie mapy ładunków czynnikowych dziewięciu testów na trzech czynnikach, z wartością wpisaną w każdą komórkę. Panel A, bez rotacji: pierwszy czynnik ma ładunki od .59 do .84 dla wszystkich testów, drugi i trzeci mieszane ładunki dodatnie i ujemne do około .51. Panel B, po rotacji oblimin: Zdania, Słownictwo i Uzupełnianie zdań ładują rozumienie słów (.84–.90), Pierwsze litery, Słowa czteroliterowe i Przyrostki płynność słowną (.63–.85), Serie liter, Grupy liter i Drzewa genealogiczne rozumowanie (.46–.84); pozostałe ładunki są bliskie zera z wyjątkiem .38 Drzew genealogicznych na rozumieniu słów
Rysunek 2. Ładunki czynnikowe dziewięciu testów zdolności bez rotacji (A) i po rotacji ukośnej oblimin (B). Dane: psych::Thurstone (Thurstone i Thurstone, 1941, według pliku pomocy), n = 213. Rysunek: R, pakiety psych, ggplot2 i patchwork.

Co widać. Na panelu A wszystkie testy mają wysokie ładunki na pierwszym czynniku, a na pozostałych – mieszaninę znaków. Na panelu B każdy wiersz ma jeden wyraźny ładunek (pogrubiony, gdy wynosi co najmniej .30), a reszta komórek jest prawie biała: to struktura prosta w sensie Thurstone’a. Wartości są wpisane w komórki, więc kolor nie jest jedynym nośnikiem informacji.

Na co uważać. Oba panele opisują dane równie dobrze – rotacja nie zmienia dopasowania ani zasobów zmienności wspólnej, tylko ułatwia interpretację. Po rotacji ukośnej czynniki są skorelowane, więc w raporcie podaj także ich korelacje.

Podpis do pracy:

Rysunek 2. Ładunki czynnikowe dziewięciu testów zdolności w rozwiązaniu trójczynnikowym (metoda minimalnych reszt) bez rotacji (A) i po rotacji oblimin (B). Uwaga. N = 213. Pogrubiono ładunki o wartości bezwzględnej co najmniej .30. Dane: Thurstone i Thurstone (1941), macierz korelacji z pakietu psych.

Gdzie spotkasz Thurstone’a w swojej pracy

Spory, mity i trudne strony

„Thurstone wymyślił analizę czynnikową”. Nie: zapoczątkował ją Spearman ćwierć wieku wcześniej, a pomysł statystyczny miał już Karl Pearson. Thurstone uogólnił metodę na wiele czynników i dodał rotację (Guilford, 1957).

Czynnik g czy wiele zdolności? Spór ze szkołą Spearmana dotyczył tego, czy ważny jest jeden czynnik ogólny, czy kilka czynników grupowych. Thurstone sam proponował kompromis: g jako czynnik drugiego rzędu. Guilford (1957) zaznacza, że psychologiczne znaczenie czynników drugiego rzędu nie było powszechnie przyjęte.

„Struktura prosta jest w danych”. To kryterium wyboru jednego z nieskończenie wielu równoważnych położeń osi. Obrona interpretacji czynników wymaga teorii i potwierdzenia na nowych danych, np. w CFA.

Przykład reprodukowalny

Thurstone w R

Kod rysuje oś czasu, liczy wartości własne, trójczynnikowe rozwiązanie bez rotacji i z rotacją oblimin, prosty wskaźnik struktury prostej, korelacje czynników i czynnik drugiego rzędu. Rysunki na stronie powstały z tych samych obiektów p_os i p_metoda z krojem i tłem serwisu; dane, geometrie i skale są identyczne.

Oś czasu i struktura prosta na danych Thurstone’ów

Dane wejściowe: data(Thurstone, package = "psych") – macierz korelacji 9 testów, n = 213; daty osi czasu z cytowanych źródeł. Brak elementów losowych.

Co odczytać: wartości własne, ładunki przed rotacją i po niej, liczbę ładunków bliskich zera, korelacje czynników i ładunki czynnika drugiego rzędu.

Kod R rysunków 1 i 2
# Louis Leon Thurstone: oś czasu i wieloczynnikowa analiza czynnikowa z rotacją do struktury prostej (psych::Thurstone)
suppressPackageStartupMessages({library(psych); library(ggplot2); library(patchwork)})
oi <- c(niebieski = "#0072B2", pomaranczowy = "#E69F00", cynober = "#D55E00", szary = "grey45")  # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))

# 1. Oś czasu (lata według Guilforda 1957 i prac Thurstone'a)
zdarzenia <- data.frame(
  rok = c(1887, 1912, 1917, 1924, 1927, 1931, 1938, 1947, 1952, 1955),
  opis = c("urodzony w Chicago", "instruktor w Minnesocie\n(po pobycie u Edisona)", "doktorat\n(University of Chicago)",
           "profesor w Chicago", "prawo porównawczego\nosądu", "artykuł „Multiple\nfactor analysis”",
           "„Primary Mental\nAbilities”; NAS", "książka „Multiple-\nFactor Analysis”", "University of\nNorth Carolina",
           "zmarł 19 września"),
  rodzaj = c("życie", "stanowisko", "stanowisko", "stanowisko", "praca", "praca", "praca", "praca", "stanowisko", "życie"))
zdarzenia$y <- c(1.2, -1, 1.2, -2, 2.1, -1, 1.2, -2, 2.1, -1)   # wysokość etykiet, żeby się nie nakładały
p_os <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60") +
  geom_segment(aes(xend = rok, yend = y * 0.8), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.5) +
  geom_label(aes(y = y, label = paste0(rok, "\n", opis)), size = 3.2, lineheight = 0.9, linewidth = 0.2) +
  scale_shape_manual(values = c("życie" = 21, "stanowisko" = 22, "praca" = 24), name = NULL) +
  scale_fill_manual(values = c("życie" = oi[["szary"]], "stanowisko" = oi[["niebieski"]], "praca" = oi[["cynober"]]), name = NULL) +
  scale_x_continuous(breaks = seq(1880, 1960, 10), limits = c(1878, 1964)) + scale_y_continuous(limits = c(-2.5, 2.5)) +
  labs(title = "Louis Leon Thurstone (1887–1955)", x = NULL, y = NULL) +
  motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank(), legend.position = "bottom")

# 2. Dane: macierz korelacji 9 testów zdolności, n = 213 (Thurstone i Thurstone 1941, wybór McDonalda)
data(Thurstone, package = "psych")
testy <- c("Zdania", "Słownictwo", "Uzupełnianie zdań", "Pierwsze litery", "Słowa czteroliterowe",
           "Przyrostki", "Serie liter", "Drzewa genealogiczne", "Grupy liter")
dimnames(Thurstone) <- list(testy, testy)
round(eigen(Thurstone)$values, 2)                      # wartości własne macierzy korelacji
# Trzy czynniki wspólne (metoda minimalnych reszt) – najpierw bez rotacji, potem rotacja ukośna oblimin
f0 <- fa(Thurstone, nfactors = 3, n.obs = 213, fm = "minres", rotate = "none")
f1 <- fa(Thurstone, nfactors = 3, n.obs = 213, fm = "minres", rotate = "oblimin")
L0 <- unclass(f0$loadings); colnames(L0) <- c("F1", "F2", "F3")
L1 <- unclass(f1$loadings)
# kolejność czynników po rotacji jest umowna: nazywamy je po testach, które ładują najsilniej
kolej <- sapply(c("Zdania", "Pierwsze litery", "Serie liter"), function(t) which.max(abs(L1[t, ])))
L1 <- L1[, kolej]
colnames(L1) <- c("Rozumienie słów", "Płynność słowna", "Rozumowanie")
round(L0, 2)
round(L1, 2)
# Struktura prosta: ile ładunków jest bliskich zera (|ładunek| < .15), a ile testów ładuje kilka czynników (|ładunek| >= .30)
data.frame(rozwiazanie = c("bez rotacji", "oblimin"),
           ladunki_bliskie_zera = c(sum(abs(L0) < .15), sum(abs(L1) < .15)),
           testy_z_kilkoma_ladunkami = c(sum(rowSums(abs(L0) >= .30) > 1), sum(rowSums(abs(L1) >= .30) > 1)))
round(f1$communality, 2)                               # zasoby zmienności wspólnej
Phi <- f1$Phi[kolej, kolej]
dimnames(Phi) <- list(colnames(L1), colnames(L1))
round(Phi, 2)                                          # korelacje czynników po rotacji ukośnej
# Czynnik drugiego rzędu: jeden czynnik wspólny dla trzech skorelowanych czynników
round(unclass(fa(Phi, nfactors = 1, n.obs = 213, fm = "minres")$loadings), 2)

do_wykresu <- function(L, tytul) {
  d <- data.frame(test = factor(rep(rownames(L), ncol(L)), levels = rev(testy)),
                  czynnik = factor(rep(colnames(L), each = nrow(L)), levels = colnames(L)), ladunek = c(L))
  ggplot(d, aes(czynnik, test, fill = ladunek)) +
    geom_tile(colour = "white", linewidth = 0.8) +
    geom_text(aes(label = ifelse(abs(ladunek) < .005, ".00", sub("^(-?)0\\.", "\\1.", sprintf("%.2f", ladunek))),
                  fontface = ifelse(abs(ladunek) >= .30, "bold", "plain")), size = 3.6) +
    scale_fill_gradient2(low = oi[["cynober"]], mid = "white", high = oi[["niebieski"]], midpoint = 0,
                         limits = c(-1, 1), name = "Ładunek") +
    scale_x_discrete(labels = function(x) sub(" ", "\n", x)) +
    labs(title = tytul, x = NULL, y = NULL) + motyw + theme(panel.grid = element_blank())
}
p_metoda <- (do_wykresu(L0, "A. Bez rotacji") + do_wykresu(L1, "B. Oblimin: struktura prosta") +
               theme(axis.text.y = element_blank())) + plot_layout(guides = "collect") &
  theme(legend.position = "bottom")
p_os
p_metoda
Wynik w R
[1] 4.85 1.09 1.04 0.48 0.45 0.37 0.32 0.23 0.17
                       F1    F2    F3
Zdania               0.82 -0.38 -0.02
Słownictwo           0.84 -0.35 -0.10
Uzupełnianie zdań    0.79 -0.33 -0.07
Pierwsze litery      0.70  0.37 -0.31
Słowa czteroliterowe 0.68  0.36 -0.21
Przyrostki           0.62  0.17 -0.29
Serie liter          0.65  0.20  0.51
Drzewa genealogiczne 0.65 -0.06  0.27
Grupy liter          0.59  0.28  0.31
                     Rozumienie słów Płynność słowna Rozumowanie
Zdania                          0.90           -0.03        0.04
Słownictwo                      0.89            0.06       -0.03
Uzupełnianie zdań               0.84            0.03        0.00
Pierwsze litery                 0.00            0.85        0.00
Słowa czteroliterowe           -0.02            0.75        0.10
Przyrostki                      0.18            0.63       -0.08
Serie liter                     0.03           -0.01        0.84
Drzewa genealogiczne            0.38           -0.05        0.46
Grupy liter                    -0.06            0.21        0.63
  rozwiazanie ladunki_bliskie_zera testy_z_kilkoma_ladunkami
1 bez rotacji                    4                         7
2     oblimin                   15                         1
              Zdania           Słownictwo    Uzupełnianie zdań 
                0.82                 0.84                 0.74 
     Pierwsze litery Słowa czteroliterowe           Przyrostki 
                0.73                 0.63                 0.50 
         Serie liter Drzewa genealogiczne          Grupy liter 
                0.73                 0.51                 0.52 
                Rozumienie słów Płynność słowna Rozumowanie
Rozumienie słów            1.00            0.59        0.53
Płynność słowna            0.59            1.00        0.52
Rozumowanie                0.53            0.52        1.00
                 MR1
Rozumienie słów 0.78
Płynność słowna 0.76
Rozumowanie     0.68

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (analiza czynnikowa – funkcja fa() z pakietu psych, rotacja oblimin – pakiet GPArotation; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research (R package version 2.6.5) [Computer software]. Northwestern University. https://CRAN.R-project.org/package=psych
  3. GPArotation (wersja 2025.3-1): Bernaards, C. A., & Jennrich, R. I. (2005). Gradient projection algorithms and software for arbitrary rotation criteria in factor analysis. Educational and Psychological Measurement, 65(5), 676–696. https://doi.org/10.1177/0013164404272507
  4. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  5. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był Louis Leon Thurstone?

Amerykańskim psychologiem (1887–1955), z wykształcenia inżynierem elektrykiem z Cornell. Doktorat z psychologii zrobił w Chicago (1917), tam od 1924 r. prowadził Laboratorium Psychometryczne, a po 1952 r. pracował na University of North Carolina. Był prezesem APA (1932–1933) i inicjatorem powstania Psychometric Society oraz czasopisma Psychometrika.

Co wymyślił Thurstone w analizie czynnikowej?

Uogólnił model Spearmana z jednym czynnikiem g na wiele czynników wspólnych, wprowadził pojęcie zasobów zmienności wspólnej (wspólności), metodę centroidalną i przede wszystkim rotację do struktury prostej: każdy test ma ładować niewiele czynników, a każdy czynnik niewiele testów. Dopuścił czynniki skorelowane i czynniki drugiego rzędu.

Czym są podstawowe zdolności umysłowe Thurstone’a?

To kilka względnie odrębnych zdolności, które Thurstone wyodrębnił analizą czynnikową – w monografii z 1938 r. na podstawie 57 testów rozwiązanych przez 240 studentów. Proponował opisywać człowieka profilem wyników w tych zdolnościach zamiast jednym ilorazem inteligencji; na tej podstawie powstały baterie testów PMA.

Czy Thurstone pracował u Edisona?

Tak, krótko. Według wspomnienia Guilforda (1957) Thurstone pokazał w laboratorium Edisona swój opatentowany projektor filmowy bez migotania i dostał tam posadę, którą przyjął po studiach w Cornell. Jesienią 1912 r. był już instruktorem inżynierii na University of Minnesota.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Bartholomew, D. J. (1995). Spearman and the origin and development of factor analysis. British Journal of Mathematical and Statistical Psychology, 48(2), 211–220. https://doi.org/10.1111/j.2044-8317.1995.tb01060.x
  2. Guilford, J. P. (1957). Louis Leon Thurstone, 1887–1955. In Biographical memoirs of the National Academy of Sciences (pp. 349–382). National Academy of Sciences. https://www.nasonline.org/wp-content/uploads/2024/06/thurstone-louis.pdf
  3. Thurstone, L. L. (1927). A law of comparative judgment. Psychological Review, 34(4), 273–286. https://doi.org/10.1037/h0070288
  4. Thurstone, L. L. (1928). Attitudes can be measured. American Journal of Sociology, 33(4), 529–554. https://doi.org/10.1086/214483
  5. Thurstone, L. L. (1931). Multiple factor analysis. Psychological Review, 38(5), 406–427. https://doi.org/10.1037/h0069792

Cytowania BibTeX

@article{bartholomew1995spearman, author={Bartholomew, David J.}, title={{Spearman and the origin and development of factor analysis}}, journal={British Journal of Mathematical and Statistical Psychology}, year={1995}, volume={48}, number={2}, pages={211--220}, doi={10.1111/j.2044-8317.1995.tb01060.x}}
@incollection{guilford1957thurstone, author={Guilford, Joy Paul}, title={{Louis Leon Thurstone, 1887–1955}}, booktitle={Biographical memoirs of the National Academy of Sciences}, year={1957}, pages={349--382}, publisher={National Academy of Sciences}, url={https://www.nasonline.org/wp-content/uploads/2024/06/thurstone-louis.pdf}}
@article{thurstone1927law, author={Thurstone, Louis Leon}, title={{A law of comparative judgment}}, journal={Psychological Review}, year={1927}, volume={34}, number={4}, pages={273--286}, doi={10.1037/h0070288}}
@article{thurstone1928attitudes, author={Thurstone, Louis Leon}, title={{Attitudes can be measured}}, journal={American Journal of Sociology}, year={1928}, volume={33}, number={4}, pages={529--554}, doi={10.1086/214483}}
@article{thurstone1931multiple, author={Thurstone, Louis Leon}, title={{Multiple factor analysis}}, journal={Psychological Review}, year={1931}, volume={38}, number={5}, pages={406--427}, doi={10.1037/h0069792}}
R