多重对应分析——类别变量的新平台，等待探索！丁剑锋，JMP 高级研究统计师开发人员，SAS
在多变量分析中，降维为少量因素是捕获大量变量之间变异性的最重要步骤。在JMP中，我们有主成分（PC）平台来对连续变量进行降维；然而，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水平之间的关联。 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元工具箱的补充。在本演示中，我们将使用 Le Roux 的味道数据集与从 JMP 部门员工收集的调查数据相结合，以探索使用 MCA 平台的数据准备、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、个体云、距离、维度、贡献和补充元素以帮助支持分析。
数据探索
