多重対応分析 – カテゴリ変数のための新しいプラットフォーム、探索の準備完了!ディン・ジャンフォン 、SAS、JMP シニア リサーチ 統計学者開発者
多変量解析において、多数の変数間の変動性を捉えるには、少数の因子への次元削減が最も重要なステップです。JMPには、連続変数の次元削減を行う主成分分析（PC）プラットフォームがありますが、カテゴリ変数がある場合は、PCプラットフォームを使用してモデル化することはできません。JMP 12では、多重コレスポンデンス分析（MCA）プラットフォームが追加されました。このプラットフォームは、複数のカテゴリ変数を入力変数として取り、それらの変数のレベル間の関連性を特定しようとします。ヨーロッパと日本で普及しているデータ分析手法であるMCAが、既に堅牢な多変量解析ツールボックスに新たに加わりました。本プレゼンテーションでは、JMP部門の従業員から収集したアンケートデータと組み合わせたルルーの嗜好データセットを用いて、MCAプラットフォームを用いたデータ準備、統計分析、グラフ表現、解釈について考察します。また、分析を支援するために、カテゴリクラウド、個人クラウド、距離、次元、寄与度、補助要素など、MCAの様々なトピックについても解説します。
