Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

5. Sparse Multiple Correspondence Analysis

verfasst von : Yuichi Mori, Masahiro Kuroda, Naomichi Makino

Erschienen in: Nonlinear Principal Component Analysis and Its Applications

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In multiple correspondence analysis (MCA), an estimated solution can be transformed into a simple structure in order to simplify the interpretation. The rotation technique is widely used for this purpose. However, an alternative approach, called sparse MCA, has also been proposed. One of the advantages of sparse MCA is that, in contrast to unrotated or rotated ordinary MCA loadings, some loadings in sparse MCA can be exactly zero. A real data example demonstrates that sparse MCA can provide simple solutions.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Variable Selection in Nonlinear Principal Component Analysis
Nächstes Kapitel Joint Dimension Reduction and Clustering
Literatur
Adachi, K.: Oblique promax rotation applied to the solutions in multiple correspondence analysis. Behaviormetrika 31, 1–12 (2004)MathSciNetCrossRefMATH
Adachi, K., Trendafilov, N.T.: Sparse principal component analysis subject to prespecified cardinality of loadings. Comput. Stat. 31, 1–25 (2015)MathSciNetMATH
Bernard, A., Guinot, C., Saporta, G.: Sparse principal component analysis for multiblock data and its extension to sparse multiple correspondence analysis. In: Colubi, A., Fokianos, K., Gonzalez-Rodriguez, G., Kontaghiorghes, E. (eds.) Proceedings of 20th International Conference on Computational Sttatistics (COMPSTAT 2012), pp. 99–106 (2012)
Browne, M.W.: An overview of analytic rotation in exploratory factor analysis. Multivar. Behav. Res. 36, 111–150 (2001)CrossRef
d’Aspremont, A., Bach, F., Ghaoui, L.E.: Optimal solutions for sparse principal component analysis. J. Mach. Learn. Res. 9, 1269–1294 (2008)MathSciNetMATH
Kiers, H.A.L.: Simple structure in component analysis techniques for mixtures of qualitative and quantitative variables. Psychometrika 56, 197–212 (1991)MathSciNetCrossRefMATH
Makino, N.: Generalized data-fitting factor analysis with multiple quantification of categorical variables. Comput. Stat. 30, 279–292 (2015)MathSciNetCrossRefMATH
Moghaddam, B., Weiss, Y., Avidan, S.: Spectral bounds for sparse PCA: exact and greedy algorithms. Adv. Neural Inf. Process. Syst. 18, 915–922 (2006)
Murakami, T.: A psychometrics study on principal component analysis of categorical data, Technical report (in Japanese) (1999)
Murakami, T., Kiers, H.A.L., ten Berge, J.M.F.: Non-metric principal component analysis for categorical variables with multiple quantifications, Unpublished manuscript (1999)
Thurstone, L.L.: Multiple Factor Analysis. University of Chicago Press, Chicago (1947)MATH
van de Velden, M., Kiers, H.A.L.: An application of rotation in correspondence analysis, New Developments in Psychometrics, pp. 471–478 (2003)
Zou, H., Hastie, T., Tibshirani, R.: Sparse principal component analysis. J. Comput. Graph. Stat. 15, 265–286 (2006)MathSciNetCrossRef
Metadaten
Titel
Sparse Multiple Correspondence Analysis
verfasst von
Yuichi Mori
Masahiro Kuroda
Naomichi Makino
Copyright-Jahr
2016
Verlag
Springer Singapore
Buch
Nonlinear Principal Component Analysis and Its Applications

Print ISBN: 978-981-10-0157-4

Electronic ISBN: 978-981-10-0159-8

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-981-10-0159-8_5