ACP/Analyse factorielle avec données ordinalesJ'ai un ensemble de données de sciences sociales qui contient de nombreuses variables catégorielles ordinales avec> 2 niveaux qui sont liés à des scores comme 1 2 3 ..
On m'a demandé s'il existait des corrélations entre ces variables ordinales, alors posez-vous la question : comment effectuer une corrélation et une analyse ACP/factorielle avec ce type de données ? Merci pour l'aide!
Re : Analyse ACP/Facteur avec données ordinalesLa dimension dans MCA est la même que dans PCA. Les données continues pour le PCA ici sont les distances chi carré du MCA et mises à l'échelle avant le PCA.
Re : Analyse ACP/Facteur avec données ordinalesMCA fonctionne bien, excellent outil pour trouver des associations ! Je ne sais pas comment interpréter "dimension" ce qui signifie un score faible ou élevé sur la dimension 1 ou 2 ?
Re : Analyse ACP/Facteur avec données ordinalesLCA regroupe les lignes en fonction de la fréquence. L'analyse sémantique latente classe les niveaux (variables).
Re : Analyse ACP/Facteur avec données ordinalesMerci pour l'article sur MCA, que diriez-vous de Latent Class Analyis; est-ce une approche équivalente pour classer les variables ordinales ?
Re : Analyse ACP/Facteur avec données ordinalesJe suis d'accord qu'il y a un malentendu.
Veuillez voir ceci article .
Re : Analyse ACP/Facteur avec données ordinalesJe pense qu'il y a un malentendu lié au titre de ma discussion faisant référence aux données ordinales; cela peut être traité avec une correspondance multiple.
Cependant, en plus des variables ordinales, mon ensemble de données contient également de nombreux facteurs qui sont des nombres discrets comme les nombres (# défauts) et les scores (notes 1 à 5), donc ma question est de savoir si l'analyse factorielle de ces variables numériques discrètes est possible afin de trouver le structure de corrélation sous-jacente ? Je suis confus au sujet de la corrélation entre ces variables discrètes : lorsque je fais un tracé multivarié, les corrélations ont l'air terribles... d'un autre côté, lorsque je consulte la carte des couleurs, de nombreux points rouges et roses apparaissent indiquant une corrélation ? Comment analyser correctement ces facteurs discrets ?
Re : Analyse ACP/Facteur avec données ordinalesVous pouvez avoir des comptages de niveaux discrets. Les variables sont-elles catégorielles ? Comptez-vous ces niveaux ? Il s'agit toujours d'une analyse de données catégorielles.
Re : Analyse ACP/Facteur avec données ordinalesOk si les nombres odinaux peuvent aussi être des comptes ou des scores
Re : Analyse ACP/Facteur avec données ordinalesNon, l'ACP ou l'analyse factorielle ne sont pas appropriées pour analyser vos données ordinales. Les valeurs ne sont pas numériques. Ce ne sont que des étiquettes. Ils pourraient être "A" à "E". Vous n'utiliseriez pas l'ACP ou l'analyse factorielle avec "A" à "E", n'est-ce pas ?
Re : Analyse ACP/Facteur avec données ordinalesMarc, merci pour votre contribution, cette analyse des correspondances multiples fonctionne bien pour les données catégorielles !
J'ai aussi des données numériques discrètes telles que 1 2 4 5 . Est-il possible d'effectuer une analyse ACP/factorielle fiable sur de telles données, c'est-à-dire que l'analyse factorielle donnera-t-elle un groupement correct des effets discrets corrélés ? N'est-il pas préférable d'utiliser l'approche de corrélation de Spearman ?
Re : Analyse ACP/Facteur avec données ordinalesLes corrélations concernent les variables continues. Les associations sont pour les variables catégorielles.
Je vous suggère d'essayer l'analyse des correspondances multiples. Voir les chapitres du Aide > Bibliothèque de documentation JMP > Méthodes multivariées guide.
