Jianfeng Ding , JMP Senior Research Statistician Developer, SAS
Nell'analisi multivariata, la riduzione delle dimensioni a un numero ridotto di fattori è il passaggio più importante per catturare la variabilità tra un gran numero di variabili. In JMP, disponiamo della piattaforma Componenti Principali (PC) per la riduzione delle dimensioni per le variabili continue; tuttavia, quando abbiamo variabili categoriali, non possiamo modellare utilizzando la piattaforma PC. In JMP 12, abbiamo aggiunto la piattaforma Analisi delle Corrispondenze Multiple (MCA), che accetta più variabili categoriali come variabili di input e cerca di identificare associazioni tra i livelli di tali variabili. L'MCA, una tecnica di analisi dei dati diffusa in Europa e Giappone, si aggiunge ora al nostro già solido set di strumenti multivariati. In questa presentazione utilizzeremo il set di dati di Le Roux's Taste, combinato con i dati di un sondaggio raccolti dai dipendenti della nostra 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 relativi all'MCA, come la nuvola di categorie, la nuvola di individui, le distanze, la dimensionalità, i contributi e gli elementi supplementari a supporto dell'analisi.
