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.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- Greenacre, M., & Blasius, J. (Eds.). (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. · ISBN 978-1-58488-628-0
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.
Powiązane metody
Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.