เปรียบเทียบวิธี

	การวิเคราะห์ความสัมพันธ์พหุคูณแบบเบย์ (BMCA)	การวิเคราะห์กลุ่มแบบเบย์ (Bayesian Cluster Analysis)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	2000s–2010s	1998–2002
ผู้ริเริ่ม	Extension of MCA (Benzecri, 1973) with Bayesian inference	Fraley & Raftery (model-based); Dirichlet process formulations by Ferguson (1973) and Antoniak (1974)
ประเภท	Bayesian dimension reduction for categorical data	Probabilistic / model-based clustering
แหล่งต้นตำรับ	Greenacre, M. & Blasius, J. (Eds.) (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1584886280	Fraley, C. & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American Statistical Association, 97(458), 611–631.
ชื่อเรียกอื่น	Bayesian MCA, BMCA, Bayesian multiway correspondence analysis, Bayesian categorical dimension reduction	BCA, Bayesian clustering, probabilistic cluster analysis, Bayesian model-based clustering
ที่เกี่ยวข้อง	5	6
สรุป	Bayesian Multiple Correspondence Analysis extends classical MCA by embedding the geometric decomposition of categorical data tables within a Bayesian probabilistic framework, enabling principled uncertainty quantification around category coordinates, dimension selection via marginal likelihood, and incorporation of prior knowledge about variable relationships.	Bayesian cluster analysis assigns observations to latent groups by combining a probabilistic model of within-cluster data with prior beliefs about cluster parameters and the number of clusters. It yields posterior probabilities of cluster membership and principled uncertainty estimates, making it more transparent than classical distance-based clustering algorithms.