Latent structureDimensionality reduction
다중 대응 분석 (MCA)
다중 대응 분석(Multiple Correspondence Analysis, MCA)은 세 개 이상의 범주형 변수 간의 연관성을 동시에 탐색하고 시각화하기 위해 고안된 다변량 순위화 기법입니다. MCA는 관측치와 변수 범주 모두를 공유하는 저차원 공간에 매핑함으로써 명목형 또는 순서형 설문 조사 데이터에 숨겨진 구조를 드러냅니다. 이 방법은 Michael Greenacre와 Jorg Blasius가 2006년에 편집한 저서를 통해 포괄적으로 체계화되고 확장되었으며, 이는 1960년대와 1970년대 프랑스의 Jean-Paul Benzecri가 개발한 초기 기하학적 데이터 분석 전통에 기반을 두고 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
이 페이지 인용 방법
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/ko/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 →