Multiple Correspondence Analysis (MCA)
Multiple Correspondence Analysis (MCA) is een multivariate ordentechniek die is ontworpen om associaties tussen drie of meer categorische variabelen tegelijkertijd te onderzoeken en te visualiseren. Door zowel observaties als variabele-categorieën op een gedeelde laag-dimensionale ruimte te mappen, onthult MCA verborgen structuren in nominale of ordinale enquêtegegevens. De methode werd uitgebreid gesystematiseerd en uitgebreid door Michael Greenacre en Jorg Blasius in hun bewerkte bundel uit 2006, voortbouwend op eerdere geometrische data-analysetradities die in Frankrijk werden ontwikkeld door Jean-Paul Benzecri in de jaren 1960 en 1970.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
Deze pagina citeren
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/nl/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.
- Biplot: Gelijktijdige weergave van rijen en kolommen in multivariate dataStatistiek↔ compare
- Correspondence AnalysisStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →