Comment vérifier les corrélations catégorielles à catégorielles dans les donnéesSalut,
J'ai des données comme celle-ci et j'aimerais établir une corrélation entre échouer colonne vers d’autres colonnes catégorielles.
Qu'est-ce que le test statistique dans jmp et comment pouvons-nous l'appliquer ?
Aucune suggestion?
Analyse et modélisation des données de baseIngénierie Qualité et ProcédésRe : Comment vérifier les corrélations catégorielles à catégorielles dans les donnéesLa sortie JMP peut parfois être plutôt verbeuse. Mais vous n’avez pas nécessairement besoin de tout. J'utiliserai le même exemple pour mon explication.
Le bi-graphique MCA vous montre tous les niveaux de chaque variable pour comprendre la nature de l'association entre les variables. La valeur du chi carré est une mesure de distance. Il n’y a donc pas de bon ou de mauvais Chi carré. Il n’y a pas de seuil de comparaison. C'est juste une information. L'idée est que vous puissiez d'abord décider si une association est statistiquement significative, puis en étudier la nature avec MCA. MCA est interprétatif.
Disons que deux variables sont fortement associées. De quelle manière ? L’intrigue MCA vous le dit. Vos variables catégorielles d'origine sont retransformées en une mesure continue de distance par rapport au centroïde de toutes les données. Considérez le centroïde comme la ligne moyenne de votre tableau de données. Chaque nouvelle mesure de distance définit une nouvelle dimension ou un nouvel axe. Ces dimensions sont orthogonal comme on peut s'y attendre pour les coordonnées cartésiennes. Chaque dimension représente des informations uniques provenant de toutes les variables catégorielles d'origine. Ces dimensions sont classées par ordre décroissant inertie . Considérez l'inertie comme la distance totale du centre de gravité dans une dimension. (Le symbole de l'inertie est le grec minuscule lambda .) La première dimension sépare donc au maximum les niveaux. La deuxième dimension sépare moins les niveaux que la première mais plus que les dimensions restantes, et ainsi de suite. Ainsi, les deux premières dimensions vous montrent le plus d'informations sur l'association.
Commencez par une variable, telle que sexe . Notez que le mâle et femelle les niveaux de votre tracé sont bien éloignés de l'origine dans des directions opposées le long de la deuxième dimension, mais ils sont proches le long de la première dimension (c'est-à-dire proches de 0). Regardez maintenant une autre variable : pays . Le Américain et Japonais les niveaux sont bien éloignés de l'origine le long de la première dimension mais proches de 0 sur la deuxième dimension. D'un autre côté, le européen Le niveau est proche de 0 sur la première dimension mais assez négatif sur la deuxième dimension. Vous pouvez évaluer à la fois la direction et la distance par rapport à l'origine pour les niveaux de la même variable.
Considérons maintenant deux variables à la fois, telles que pays et taille . L'association générale entre ces deux variables peut être considérée comme Japonais avec Petit , Américain avec Grand , et enfin européen avec Moyen .Vous ne pouvez évaluer la direction par rapport à l'origine que pour les niveaux de différentes variables.
Re : Comment vérifier les corrélations catégorielles à catégorielles dans les donnéesSalut Mark, @markbailey
Merci pour les liens. Oui, ma statistique est limitée mais j'ai l'ambition de l'apprendre 
J'ai essayé l'un des exemples et cela a donné un résultat très complexe que je peux comprendre et digérer.
Quand j'ai regardé https://www.jmp.com/support/help/en/15.2/#page/jmp/multiple-correspondence-analysis.shtml#
Je ne comprends pas en quoi le nombre du chi carré est bon ou mauvais en fonction du nombre.
Quel est le seuil à déterminer ici ?
Comment sélectionner les dimensions de l'axe y et de l'axe x. Laquelle est la meilleure parmi plusieurs dimensions dans la liste déroulante ?
Qu'est-ce que le nombre lambda sur les axes y et x ?
Re : Comment vérifier les corrélations catégorielles à catégorielles dans les donnéesJe souhaite ajouter quelques commentaires à @txnelson Les conseils de. Premièrement, je ne connais pas vos connaissances en statistiques, donc je suppose qu'elles sont minimes. Vous tirerez beaucoup de profit du explication et exemples pour la plateforme Contingence .
Je vous recommande également d'utiliser le Plateforme d'analyse des correspondances multiples . Il est spécifiquement conçu pour les données catégorielles sur de nombreux niveaux et variables. Sa principale force est une double intrigue pour faciliter l’interprétation. Les statistiques du chi carré peuvent être utilisées pour décider de la signification statistique de l’association. L’odds ratio peut être utilisé pour évaluer la force de l’association. Mais aucune de ces statistiques ne vous renseigne sur la nature de l’association. MCA le fera pour vous.
Re : Comment vérifier les corrélations catégorielles à catégorielles dans les donnéesUtilisez la plateforme Fit Y by X. Placez l'échec comme facteur X et les autres colonnes d'intérêt comme variables de réponse. Il vous fournira un test de signification R Square et Chi Square.
