젠펑 딩 , JMP 수석 연구 통계 개발자, SAS
다변량 분석에서 소수의 요인으로 차원을 축소하는 것은 많은 변수 간의 변동성을 포착하는 데 가장 중요한 단계입니다. JMP에서는 연속 변수에 대한 차원 축소를 수행하기 위한 주성분(PC) 플랫폼이 있지만 범주형 변수가 있는 경우 PC 플랫폼을 사용하여 모델링할 수 없습니다. JMP 12에서는 여러 범주형 변수를 입력 변수로 사용하여 해당 변수의 수준 간 연관성을 파악하는 다중 대응 분석(MCA) 플랫폼을 추가했습니다. 유럽과 일본에서 인기 있는 데이터 분석 기술인 MCA는 이제 이미 강력한 다변량 툴박스에 추가되었습니다. 이 프레젠테이션에서는 JMP 부서 직원으로부터 수집한 설문 조사 데이터와 결합된 Le Roux's Taste 데이터 세트를 사용하여 MCA 플랫폼을 사용한 데이터 준비, 통계 분석, 그래픽 표현 및 해석을 살펴보겠습니다. 또한 범주 클라우드, 개인 클라우드, 거리, 차원, 기여 및 분석을 지원하는 보충 요소와 같은 MCA의 다양한 주제에 대해서도 논의합니다.
