Multiple Correspondence Analysis
Multiple Correspondence Analysis (MCA) is a multivariate ordination technique designed to explore and visualize associations among three or more categorical variables simultaneously. By mapping both observations and variable categories onto a shared low-dimensional space, MCA reveals hidden structure in nominal or ordinal survey data. The method was comprehensively systematized and extended by Michael Greenacre and Jorg Blasius in their 2006 edited volume, building on earlier geometric data analysis traditions developed in France by Jean-Paul Benzecri during the 1960s and 1970s.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. · ISBN 978-1-58488-628-0
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.