Jianfeng Ding , développeur statisticien de recherche senior JMP, SAS
Dans l'analyse multivariée, la réduction des dimensions en un petit nombre de facteurs est l'étape la plus importante pour capturer la variabilité parmi un grand nombre de variables. Dans JMP, nous disposons de la plate-forme Principaux Composants (PC) pour effectuer la réduction de dimension des variables continues ; cependant, lorsque nous disposons de variables catégorielles, nous ne pouvons pas modéliser en utilisant la plateforme PC. Dans JMP 12, nous avons ajouté la plateforme d'analyse des correspondances multiples (MCA), qui prend plusieurs variables catégorielles comme variables d'entrée et cherche à identifier les associations entre les niveaux de ces variables. MCA, une technique d'analyse de données populaire en Europe et au Japon, s'ajoute désormais à notre boîte à outils multivariée déjà robuste. Dans cette présentation, nous utiliserons l'ensemble de données Le Roux's Taste combiné aux données d'enquête collectées auprès des employés de notre division JMP pour explorer la préparation des données, l'analyse statistique, la représentation graphique et l'interprétation à l'aide de la plateforme MCA. Nous aborderons également divers sujets dans MCA, tels que le nuage de catégories, le nuage d'individus, les distances, la dimensionnalité, les contributions et les éléments supplémentaires pour aider à étayer l'analyse.
