多重对应分析——分类变量的新平台，等待探索！丁建峰，JMP高级研究统计开发人员，SAS
在多元变量分析中，将维度缩减为少数因子是捕捉大量变量间变异性的最重要步骤。在 JMP 中，我们拥有主成分 (PC) 平台来对连续变量进行维度缩减；但是，当我们有分类变量时，我们无法使用 PC 平台建模。在 JMP 12 中，我们添加了多重对应分析 (MCA) 平台，该平台将多个分类变量作为输入变量，并试图识别这些变量级别之间的关联。MCA 是一种在欧洲和日本流行的数据分析技术，现在是我们已经强大的多元变量工具箱的新增功能。在本演示中，我们将使用 Le Roux's Taste 数据集结合从我们的 JMP 部门员工收集的调查数据，使用 MCA 平台探索数据准备、统计分析、图形表示和解释。我们还将讨论 MCA 中的各种主题，例如类别云、个人云、距离、维度、贡献和辅助元素，以帮助支持分析。
