Als «correspondence-analysis» getaggte Fragen

Die Korrespondenzanalyse ist eine Technik zur Reduzierung und Abbildung von Dimensionalitäten für nominale Variablen. Es wird häufig auf eine Kontingenztabelle angewendet, um visuelle Affinitäten zwischen Zeilen- und Spaltenkategorien zu untersuchen. Wenn eine Tabelle mehr als 3-dimensional ist, wird die Analyse als Mehrfachkorrespondenzanalyse bezeichnet.

6
Kann die Hauptkomponentenanalyse auf Datensätze angewendet werden, die eine Mischung aus kontinuierlichen und kategorialen Variablen enthalten?
Ich habe einen Datensatz, der sowohl kontinuierliche als auch kategoriale Daten enthält. Ich analysiere mit PCA und frage mich, ob es in Ordnung ist, die kategorialen Variablen in die Analyse einzubeziehen. Meines Wissens kann PCA nur auf kontinuierliche Variablen angewendet werden. Ist das korrekt? Welche Alternativen für ihre Analyse gibt …
3
Würde PCA für boolesche (binäre) Datentypen funktionieren?
Ich möchte die Dimensionalität von Systemen höherer Ordnung reduzieren und den größten Teil der Kovarianz auf einem vorzugsweise zweidimensionalen oder eindimensionalen Feld erfassen. Ich verstehe, dass dies über die Hauptkomponentenanalyse erfolgen kann, und ich habe PCA in vielen Szenarien verwendet. Ich habe es jedoch nie mit booleschen Datentypen verwendet und …
1
Was ist der "Hufeiseneffekt" und / oder der "Bogeneffekt" in der PCA / Korrespondenzanalyse?
In der ökologischen Statistik gibt es viele Techniken zur explorativen Datenanalyse mehrdimensionaler Daten. Dies nennt man "Ordinations" -Techniken. Viele sind die gleichen oder eng mit gängigen Techniken in anderen Bereichen der Statistik verwandt. Vielleicht wäre das prototypische Beispiel die Hauptkomponentenanalyse (PCA). Ökologen könnten PCA und verwandte Techniken verwenden, um „Farbverläufe“ …
1
Interpretation von 2D-Korrespondenzanalyseplots
Ich habe weit und breit im Internet gesucht ... Ich habe noch keinen wirklich guten Überblick über die Interpretation von 2D-Korrespondenzanalyseplots gefunden. Könnte jemand einen Rat zur Interpretation der Entfernungen zwischen Punkten geben? Vielleicht würde ein Beispiel helfen. Hier ist eine Handlung, die auf vielen der Websites zu finden ist, …
1
R lineare Regression kategoriale Variable "versteckter" Wert
Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 
1
Welche Kriterien sind für die Trennung von Variablen in erklärende Variablen und Antworten für Ordnungsmethoden in der Ökologie zu verwenden?
Ich habe verschiedene Variablen, die innerhalb einer Population interagieren. Grundsätzlich habe ich eine Bestandsaufnahme von Tausendfüßlern durchgeführt und einige andere Werte des Geländes gemessen, wie zum Beispiel: Die Art und die Anzahl der gesammelten Exemplare Die verschiedenen Umgebungen, in denen sich die Tiere befinden der pH Der Prozentsatz an organischem …
1
Verwenden der Hauptkomponentenanalyse im Vergleich zur Korrespondenzanalyse
Ich analysiere einen Datensatz über Gezeitengemeinschaften. Die Daten beziehen sich auf die prozentuale Abdeckung (von Seetang, Seepocken, Muscheln usw.) in Quadraten. Ich bin zu Denken über Korrespondenzanalyse (CA) in Bezug auf die Arten verwendet zählt, und Hauptkomponentenanalyse (PCA) als etwas nützlicher für lineare Umwelt (nicht Spezies) Trends. Ich hatte nicht …
1
Diskrete Daten und Alternativen zu PCA
Ich habe einen Datensatz mit diskreten (ordinalen, meristischen und nominalen) Variablen, die morphologische Flügelcharakteristika für mehrere eng verwandte Insektenarten beschreiben. Ich möchte eine Art Analyse durchführen, die mir eine visuelle Darstellung der Ähnlichkeit der verschiedenen Arten anhand der morphologischen Eigenschaften gibt. Das erste, was mir in den Sinn kam, war …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.