ניתוח התאמות מרובות (MCA)
ניתוח התאמות מרובות (MCA) הוא טכניקת אורדינציה רב-משתנית המיועדת לחקור ולהמחיש קשרים בין שלושה משתנים קטגוריים או יותר בו-זמנית. על ידי מיפוי הן של תצפיות והן של קטגוריות משתנים במרחב משותף בעל ממד נמוך, MCA חושף מבנה נסתר בנתוני סקר נומינליים או אורדינליים. השיטה עוגנה והורחבה באופן מקיף על ידי מייקל גרינקר וג'ורג בלסיוס בכרך הערוך שלהם משנת 2006, תוך התבססות על מסורות ניתוח נתונים גיאומטריות מוקדמות שפותחו בצרפת על ידי ז'אן-פול בנזקרי בשנות ה-60 וה-70.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/he/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.
- ביפלוט: תצוגה סימולטנית של שורות ועמודות בנתונים רב-משתנייםסטטיסטיקה↔ compare
- ניתוח התאמהסטטיסטיקה↔ compare