多重コレスポンデンス分析 - カテゴリ変数のための新しいプラットフォーム<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> Jianfeng Ding 、JMPシニアリサーチ統計学者、SAS
多変量解析では、少数の要因への次元削減は、多数の変数間の変動性を捉えるための最も重要なステップです。JMPでは、連続変数の次元削減を行うための主成分（PC）プラットフォームがあります。ただし、カテゴリカル変数がある場合は、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、Multiple Correspondence Analysis（MCA）プラットフォームが追加されました。これは、複数のカテゴリカル変数を入力変数として使用し、それらの変数のレベル間の関連付けを識別しようとします。ヨーロッパと日本で人気のあるデータ分析手法であるMCAは、すでに堅牢な多変量ツールボックスに追加されました。このプレゼンテーションでは、Le RouxのTasteデータセットとJMP部門の従業員から収集した調査データを組み合わせて、データの準備、統計分析、グラフ表示、およびMCAプラットフォームを使用した解釈について調べます。また、MCAのさまざまなトピック（カテゴリのクラウド、個人のクラウド、距離、ディメンション、貢献、分析のサポートに役立つ補足要素など）についても説明します。
データ調査
