Multipel korrespondanceanalyse (MCA)
Multipel korrespondanceanalyse (MCA) er en multivariat ordinationsmetode designet til at udforske og visualisere sammenhænge mellem tre eller flere kategoriske variabler samtidigt. Ved at afbilde både observationer og variabelkategorier i et fælles lavdimensionelt rum afslører MCA skjult struktur i nominelle eller ordinale spørgeskemadata. Metoden blev omfattende systematiseret og udvidet af Michael Greenacre og Jorg Blasius i deres redigerede værk fra 2006, bygget på tidligere traditioner inden for geometrisk dataanalyse udviklet i Frankrig af Jean-Paul Benzecri i løbet af 1960'erne og 1970'erne.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
Sådan citerer du denne side
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/da/statistics/multiple-correspondence-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Biplot: Samtidig visning af rækker og kolonner i multivariate dataStatistik↔ compare
- KorrespondensanalyseStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →