no way to compare when less than two revisions
Differences
This shows you the differences between two versions of the page.
— | correspondence_analysis [2020/02/04 14:39] (current) – created - external edit 127.0.0.1 | ||
---|---|---|---|
Line 1: | Line 1: | ||
+ | ==Correspondence analysis [對應分析]== | ||
+ | |||
+ | 對應分析的主要旨趣在於處理兩個或多個不連續的變項或類別之間的關係。 | ||
+ | |||
+ | 對應分析的特點有: | ||
+ | |||
+ | # 對應分析以列聯表為基礎將資料的特性呈現於空間分布的圖示中,CA接近幾何學的概念甚過於統計的概念(Greenacre 1993: | ||
+ | # 對應分析是探索性的資料分析方法,主旨不在於檢證資料是否適配研究者設定的理論模型,而是呈現資料本身的結構(Greenacre 1993: | ||
+ | |||
+ | 對應分析的基本原理可以和因素分析相關的主成份分析(principal component analysis)相符合(Clausen 1998: | ||
+ | |||
+ | 在非對稱圖(asymmetric map)中,頂點(vertex or vertices points)代表想像的列極端奇異值,限定奇異值點之位置的範圍,最分散的點就在於vertices points上。因此,在非對稱圖中所有的點都落在頂點之內。某個代表列的奇異值的點越接近頂點(代表行的類別),表示對應的列和行的相關性愈高。在非對稱圖中,頂點和列的奇異值都同樣重要,列的奇異值可以直接參考頂點作為解釋。此外,不論是對列的分析或是對行的分析所得到的對應分析表,彼此有很高的相似性,也就是兩者相關非常高(Greenacre 1994: | ||
+ | |||
+ | |||
+ | ===Backlinks=== | ||
+ | {{backlinks> | ||