Multivariat korrespondanseanalyse (MCA)
Multivariat korrespondanseanalyse (MCA) er en multivariat ordinasjonsteknikk designet for å utforske og visualisere assosiasjoner blant tre eller flere kategoriske variabler samtidig. Ved å kartlegge både observasjoner og variabelkategorier i et felles lavdimensjonalt rom, avdekker MCA skjult struktur i nominale eller ordinale data fra undersøkelser. Metoden ble grundig systematisert og utvidet av Michael Greenacre og Jorg Blasius i deres redigerte volum fra 2006, basert på tidligere geometriske dataanalyse-tradisjoner utviklet i Frankrike av Jean-Paul Benzecri på 1960- og 1970-tallet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1-58488-628-0
Slik siterer du denne siden
ScholarGate. (2026, June 2). Multiple Correspondence Analysis (MCA). ScholarGate. https://scholargate.app/no/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: Samtidig fremstilling av rader og kolonner i multivariat dataStatistikk↔ compare
- KorrespondanseanalyseStatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →