Latent structureMultivariate analysis

Robust Multiple Correspondence Analysis (Robust MCA)

Robust Multiple Correspondence Analysis laajentaa klassista MCA:ta aineistoihin, jotka sisältävät poikkeavia tai epätyypillisiä kategorisen datan rivejä. Painottamalla vaikuttavia havaintoja ennen singulaariarvohajotelmaa se tuottaa mataladimensionaalisen kartan kategorioiden välisistä suhteista, joka edustaa uskollisesti suurinta osaa datasta sen sijaan, että muutama poikkeava tapaus vääristäisi sitä.

Sovella työkalulla StatMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. Greenacre, M. J. (2017). Correspondence Analysis in Practice (3rd ed.). Chapman & Hall / CRC Press, Boca Raton. ISBN: 978-1498731775
  2. Hubert, M., Rousseeuw, P. J. & Verboven, S. (2004). A robust PCR method for high-dimensional regressors. Journal of Chemometrics, 17(8–9), 438–452. DOI: 10.1002/cem.783

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Robust Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/fi/statistics/robust-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

Tähän viittaavat

ScholarGateRobust Multiple Correspondence Analysis (Robust Multiple Correspondence Analysis). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/statistics/robust-multiple-correspondence-analysis · Aineisto: https://doi.org/10.5281/zenodo.20539026