丁剑峰（ jianfeng.ding0 ），JMP高级研究统计师开发人员，SAS
LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-ZhdG40ODE60q7caDnX4DM0eaMT8lAjOfw400h300r816', 'ZhdG40ODE60q7caDnX4DM0eaMT8lAjOf', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});
（在我的视频中查看）
在多变量分析中，将维数减少到少数因子是捕获大量变量之间变异性的最重要步骤。在JMP中，我们有主要组件（PC）平台来进行连续变量的降维;但是，当我们有分类变量时，我们无法使用PC平台进行建模。在JMP 12中，我们添加了多重对应分析（MCA）平台，该平台将多个分类变量作为输入变量，并寻求识别这些变量的级别之间的关联。MCA是一种在欧洲和日本流行的数据分析技术，现在已成为我们已经强大的多变量工具箱的补充。在本演示中，我们将使用LeRoux等人的Taste数据集与从JMP部门员工收集的调查数据相结合，使用MCA平台探索数据准备，统计分析，图形表示和解释。我们还将讨论MCA中的各种主题，例如类别云，个人云，距离，维度，贡献和辅助元素，以帮助支持分析。
