En el análisis multivariado, la reducción de la dimensión en un pequeño número de factores es el paso más importante para capturar la variabilidad entre un gran número de variables. En JMP , tenemos la plataforma de Componentes Principales (PC) para hacer reducción de dimensión para variables continuas. Sin embargo, cuando tenemos variables categóricas , no podemos utilizar la plataforma de PC para la reducción de dimensión. La nueva plataforma de Análisis de Correspondencia Múltiple (MCA) en JMP 12 toma múltiples variables categóricas como variables de entrada y busca identificar asociaciones entre los niveles de esas variables.
El análisis de correspondencia múltiple se usa frecuentemente en las ciencias sociales; Es particularmente popular en Francia y Japón. Se puede utilizar en el análisis de la encuesta para identificar el acuerdo de la pregunta. También se utiliza en la investigación del consumidor para identificar mercados potenciales para productos. Los estudios de microarrays en genética también usan MCA para identificar relaciones potenciales entre genes.
Ejemplo de Análisis de Correspondencia Múltiple
Los datos de muestra de Car Poll.jmp en JMP contienen datos recopilados de encuestas de vehículos. Los datos incluyen aspectos sobre los individuos encuestados, como el sexo, el estado civil y la edad. Los datos también incluyen aspectos sobre el automóvil que poseen los encuestados, como el país de origen, el tamaño y el tipo. Es posible que queramos explorar las relaciones entre sexo, estado civil, país y tamaño del automóvil para identificar las preferencias de los consumidores.
Una parte clave del análisis de correspondencia es el mapa multidimensional producido como parte de la salida. los mapa de correspondencia Te permite visualizar las relaciones entre categorías espacialmente sobre ejes dimensionales. En otras palabras, puede ver qué categorías están cerca de otras categorías en dimensiones derivadas empíricamente.
El mapa de Análisis de Correspondencia de los datos de Encuesta de Automóviles muestra la nube de categorías de las cuatro variables según se proyecta en los dos ejes principales. Desde esta nube, se puede ver que los estadounidenses tienen una fuerte asociación con el tamaño del automóvil grande, mientras que los japoneses están altamente asociados con el tamaño del automóvil pequeño. Además, los hombres y las personas solteras están fuertemente asociados con el tipo de automóvil pequeño, y las mujeres y las personas casadas están asociadas con el tamaño de automóvil mediano. Esta información se podría utilizar en estudios de mercado para identificar a los públicos objetivo de los anuncios.
Una vez que JMP 12 esté disponible a fines de este mes, espero que pueda explorar la nueva plataforma de MCA con sus propias variables categóricas. Yo miro adelante de tu retroalimentación.
