Bei der multivariaten Analyse ist die Dimensionsreduzierung auf eine kleine Anzahl von Faktoren der wichtigste Schritt, um die Variabilität unter einer großen Anzahl von Variablen zu erfassen. Im JMP haben wir die Principal Components (PC) -Plattform, um die Dimensionsreduzierung für kontinuierliche Variablen durchzuführen. Wenn wir jedoch haben kategorische Variablen können wir die PC-Plattform nicht zur Dimensionsreduzierung verwenden. Die neue MCA-Plattform (Multiple Correspondence Analysis) in JMP 12 verwendet mehrere kategoriale Variablen als Eingabevariable und versucht, Assoziationen zwischen den Ebenen dieser Variablen zu identifizieren.
Die Mehrfachkorrespondenzanalyse wird häufig in den Sozialwissenschaften eingesetzt. Es ist besonders beliebt in Frankreich und Japan. Es kann in der Umfrageanalyse verwendet werden, um die Fragenvereinbarung zu ermitteln. Es wird auch in der Verbraucherforschung verwendet, um potenzielle Märkte für Produkte zu identifizieren. Microarray-Studien in der Genetik verwenden MCA auch, um potentielle Beziehungen zwischen Genen zu identifizieren.
Beispiel für die Mehrfachkorrespondenzanalyse
Die Car Poll.jmp-Beispieldaten in JMP enthalten Daten, die aus Autoabfragen gesammelt wurden. Zu den Daten gehören Aspekte zu den Befragten wie Geschlecht, Familienstand und Alter. Zu den Daten gehören auch Aspekte des Fahrzeugs, die die Befragten besitzen, wie Herkunftsland, Größe und Typ. Möglicherweise möchten wir die Beziehungen zwischen Geschlecht, Familienstand, Land und Größe des Autos untersuchen, um die Präferenzen der Verbraucher zu ermitteln.
Ein Schlüsselbestandteil der Korrespondenzanalyse ist die mehrdimensionale Karte, die als Teil der Ausgabe erstellt wird. Das Korrespondenzkarte Damit können Sie die Beziehungen zwischen Kategorien räumlich auf Maßachsen visualisieren. Mit anderen Worten, Sie können sehen, welche Kategorien in empirisch abgeleiteten Dimensionen nahe an anderen Kategorien liegen.
Die Correspondence Analysis-Karte aus den Car-Poll-Daten zeigt die Kategorienwolke der vier Variablen, wie auf die beiden Hauptachsen projiziert. Aus dieser Wolke kann man sehen, dass die Amerikaner eine starke Verbindung mit der großen Fahrzeuggröße haben, während Japaner in hohem Maße mit der kleinen Fahrzeuggröße verbunden sind. Auch Männer und Alleinstehende sind stark mit dem Typ eines Kleinwagens verbunden, und Frauen und Verheiratete sind mit der mittleren Fahrzeuggröße verbunden. Diese Informationen könnten in der Marktforschung verwendet werden, um Zielgruppen für Werbung zu identifizieren.
Sobald JMP 12 später in diesem Monat verfügbar ist, hoffe ich, dass Sie die neue MCA-Plattform mit Ihren eigenen kategorialen Variablen erkunden können. Ich freue mich auf deine Rückmeldung.
