He estado trabajando con esa maravilla de los datos ingobernables: el feed de Twitter. Una de las hipótesis inevitables al respecto es que los usuarios responden a otros usuarios, no necesariamente a contenidos o eventos discretos en el mundo exterior. Predecir el contenido de los tweets sobre el coronovirus en Hawái a partir de los niveles de incidencia no era imposible, pero los R cuadrados inferiores a 0,02 no son muy convincentes.
Ejecutar un MCA mal pensado en los identificadores de usuario, las menciones de las entidades de los tweets, los hastags de las entidades de los tweets, las descripciones de los usuarios y los nombres de los usuarios presentó una imagen mucho más dramática (adjunta).
Desafortunadamente, no puedo usar esto en ningún tipo de presentación porque no puedo desenredar las etiquetas. Las letras más pequeñas y los títulos más cortos realmente no funcionarán. ¿Cómo puedo ingresar al archivo que genera la figura y extraer las coordenadas X, Y y el texto de la etiqueta? Si puedo hacer eso, podría editar el texto de la etiqueta, acortar las palabras y suprimir los casi duplicados para que se pueda interpretar la imagen. Está claro que las fuentes provienen de todo el país, y los números azules indican que los niveles de incidencia están asociados con algunas de las entradas de Twitter (independientemente del contenido del texto, ¡la asociación es con la entrada misma!)
Realmente me gustaría tener una idea de la tecnología. Parecería que MCA es de hecho un dispositivo para el análisis de datos potencialmente escasos que no requiere la generación de matrices de n usuarios x n usuarios. Espero tener razón en esta suposición.
Puede obtener las coordenadas y etiquetas en una tabla de datos yendo al triángulo rojo y seleccionando
Análisis de correspondencias=>Guardar coordenadas
Crea una tabla de datos con las coordenadas y las etiquetas
