このウェブサイトではJavaScriptおよびスタイルシートを使用しております。正常に表示させるためにはJavaScriptを有効にしてください。ご覧いただいているのは国立国会図書館が保存した過去のページです。このページに掲載されている情報は過去のものであり、最新のものとは異なる場合がありますのでご注意下さい。

ご覧いただいているのは国立国会図書館が保存した2019年2月17日時点のページです。このページに掲載されている情報は過去のものであり、最新のものとは異なる場合がありますのでご注意下さい。収集時のURLは http(s)://www.ism.ac.jp/events/2019/meeting0304.html ですが、このURLは既に存在しない場合や異なるサイトになっている場合があります。

(注記)このページの著作権について

ヘルプ


保存日:

ヘルプ


保存日:

ご覧いただいているのは国立国会図書館が保存した2019年2月17日時点のページです。このページに掲載されている情報は過去のものであり、最新のものとは異なる場合がありますのでご注意下さい。収集時のURLは http(s)://www.ism.ac.jp/events/2019/meeting0304.html ですが、このURLは既に存在しない場合や異なるサイトになっている場合があります。

(注記)このページの著作権について

統計数理研究所共同利用研究 (一般研究2) 研究集会「質的データ分析への再接近5-基本理解と周辺理論-」

Date&Time
2019年3月4日(月)
/ 4 March, 2019 (Mon) 10:00 - 17:30

Admission Free,No Booking Necessary

Place
統計数理研究所 セミナー室2 (3階 D304)
/ Seminar room2 (3rd floor D304) @ The Institute of Statistical Mathematics
区切り線
Organizer
Yuichi Mori (Okayama University of Science)
Speaker
Dr. Rosaria Lombardo (University of Campania "Luigi Vanvitelli", Italy)
Program

10:00-12:00
Lecture 1

"Symmetrical and Non-symmetrical Simple Correspondence Analysis"

13:30-15:30
Lecture 2

"Ordered Variants of Simple Correspondence Analysis"

15:45-17:15
Lecture 3

"Multiple Correspondence Analysis and its variants"

17:15-17:30
Discussion

Abstract
This tutorial is an introduction to simple and multiple Correspondence Analysis (CA) to analyse categorical data.
After reviewing the main contributions of CA literature, we illustrate some methods of quantification of CA, which can also justify the different names with which CA is known in the world.
A brief overview of the different ways of data visualization and its appropriateness (dimension number) for assessing data association will be given.
Further, some intriguing variants of simple CA will be illustrated, discussing the symmetric/asymmetric variable relationship, and highlighting the nominal and/or ordinal variables of the analysis.
Finally, the case of multiple and multi-way frequency tables will be considered to study variable association. In particular you will see Multiple Correspondence Analysis using indicator or Burt table, Joint CA and at last (but not least), three-way CA which allows a partitioning of variable interactions.
Different data examples, well known in literature, and results will be presented and discussed.
(注記) 本研究集会は、統計数理研究所共同利用研究「大規模データの特徴抽出と情報表現の研究」
(30-共研-2013, 代表者 : 森 裕一(岡山理科大学)) からの援助も受けて開催されます。

AltStyle によって変換されたページ (->オリジナル) /