Latent structureDimensionality reduction

تحلیل مکاتبات چندگانه (MCA)

تحلیل مکاتبات چندگانه (MCA) یک تکنیک مرتب‌سازی چندمتغیره است که برای بررسی و بصری‌سازی همزمان ارتباطات بین سه یا چند متغیر طبقه‌ای طراحی شده است. با نگاشت هم مشاهدات و هم مقوله‌های متغیرها به یک فضای مشترک کم‌بعد، MCA ساختار پنهان در داده‌های پیمایشی اسمی یا ترتیبی را آشکار می‌کند. این روش به طور جامع توسط مایکل گریناکر و یورگ بلازیوس در جلد ویرایش‌شده آنها در سال ۲۰۰۶، بر اساس سنت‌های قبلی تحلیل داده‌های هندسی که در فرانسه توسط ژان-پل بنزکری در دهه‌های ۱۹۶۰ و ۱۹۷۰ توسعه یافته بود، سیستماتیک و گسترش یافت.

به‌کارگیری با StatMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/fa/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.

Compare side by side

ارجاع‌شده در

ScholarGateMultiple Correspondence Analysis (Multiple Correspondence Analysis (MCA)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/statistics/multiple-correspondence-analysis · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026