Jianfeng Ding , JMP Senior Research Statistician Developer, SAS
In der multivariaten Analyse ist die Dimensionsreduktion auf wenige Faktoren der wichtigste Schritt, um die Variabilität einer großen Anzahl von Variablen zu erfassen. JMP bietet die Plattform „Hauptkomponentenanalyse“ (PCA) zur Dimensionsreduktion kontinuierlicher Variablen. Bei kategorialen Variablen ist die PCA-Plattform jedoch nicht anwendbar. In JMP 12 wurde daher die Plattform „Multiple Korrespondenzanalyse“ (MCA) eingeführt. Diese verarbeitet mehrere kategoriale Variablen als Eingabevariablen und identifiziert Zusammenhänge zwischen deren Ausprägungen. MCA, eine in Europa und Japan verbreitete Datenanalysetechnik, ergänzt nun unser umfangreiches multivariates Analyse-Toolkit. In dieser Präsentation verwenden wir den Datensatz „Le Roux’s Taste“ in Kombination mit Umfragedaten unserer JMP-Mitarbeiter, um die Datenaufbereitung, statistische Analyse, grafische Darstellung und Interpretation mithilfe der MCA-Plattform zu demonstrieren. Wir behandeln außerdem verschiedene Aspekte der MCA, wie Kategorienwolken, Personenwolken, Distanzen, Dimensionalität, Beiträge und ergänzende Elemente zur Unterstützung der Analyse.
