Daudzveidu atbilstības analīze (MCA)
Daudzveidu atbilstības analīze (MCA) ir daudzvariablu ordinācijas tehnika, kas paredzēta trīs vai vairāku kategorisku mainīgo asociāciju vienlaicīgai izpētei un vizualizācijai. Kartējot gan novērojumus, gan mainīgo kategorijas kopīgā zemas dimensijas telpā, MCA atklāj slēptu struktūru nominālos vai kārtas aptauju datos. Metodi visaptveroši sistematizēja un paplašināja Maikls Grīneikrs un Jorgs Blasiuss savā 2006. gada rediģētajā sējumā, balstoties uz agrākām ģeometriskās datu analīzes tradīcijām, ko Francijā 1960. un 1970. gados izstrādāja Žans-Pols Benzekri.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
Kā citēt šo lapu
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/lv/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.
- Biplots: vienlaicīga rindu un kolonnu attēlošana daudzdimensiju datosStatistika↔ compare
- Atbilstības analīzeStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →