Jianfeng Ding , sviluppatore statistico di ricerca senior JMP, SAS
Nell'analisi multivariata, la riduzione della dimensione in un piccolo numero di fattori è il passo più importante per catturare la variabilità tra un gran numero di variabili. In JMP abbiamo la piattaforma Principal Components (PC) per eseguire la riduzione delle dimensioni per variabili continue; tuttavia, quando disponiamo di variabili categoriali, non possiamo modellare utilizzando la piattaforma PC. In JMP 12 abbiamo aggiunto la piattaforma di analisi delle corrispondenze multiple (MCA), che accetta più variabili categoriali come variabili di input e cerca di identificare le associazioni tra i livelli di tali variabili. MCA, una tecnica di analisi dei dati popolare in Europa e Giappone, è ora un'aggiunta al nostro già robusto toolbox multivariato. In questa presentazione utilizzeremo il set di dati Le Roux's Taste combinato con i dati del sondaggio raccolti dai nostri dipendenti della divisione JMP per esplorare la preparazione dei dati, l'analisi statistica, la rappresentazione grafica e l'interpretazione utilizzando la piattaforma MCA. Discuteremo anche vari argomenti in MCA, come nuvola di categorie, nuvola di individui, distanze, dimensionalità, contributi ed elementi supplementari per aiutare a supportare l'analisi.
