Analisi delle corrispondenze multiple

Affiliata alla Macrovoce Analisi dei dati

(ing. Multiple correspondence analysis; sp. Análisis de correspondencia múltiple)

L’analisi delle corrispondenze multiple (detta anche Homals, o delle omogeneità) è una tecnica che può essere utilizzata quando si devono analizzare matrici di dati in cui vi siano in prevalenza variabili categoriali (cioè che non si manifestino come serie progressive di numeri, ma come qualità “discrete”, nettamente separate le une dalle altre).

Interessante è il prodotto grafico dell’analisi delle corrispondenze, che permette di rappresentare – su un numero ridotto di piani – le relazioni intercorrenti tra le modalità delle variabili analizzate; su questa base, in seguito si potranno formulare ipotesi interpretative, che potranno essere verificate con ulteriori analisi statistiche, utilizzando tecniche più potenti sotto l’aspetto inferenziale (cioè della capacità di prestarsi a generalizzazioni), ma inadatte a gestire grandi matrici di dati.

Tecnica di analisi fattoriale, estensione dell’Analisi delle corrispondenze, che presuppone la costruzioni di matrici logico-disgiuntive complete. Una matrice logico-disgiuntiva completa riporta in riga gli n casi e in colonna le q modalità di tutte le p variabili considerate. Ogni modalità corrisponde, nella matrice, a una nuova variabile dicotomica (chiamata variabile indicatrice) con le modalità ‘presente’ e ‘assente’ (per questo la matrice è detta ‘disgiuntiva’). In ogni cella di questa matrice, ad ogni caso viene attribuito un valore che è 0 oppure 1, rispettivamente per l’assenza o la presenza della modalità (per questo la matrice è detta ‘completa’). La tabella a doppia entrata che riporta sia in riga sia in colonna (che cioè incrocia tra loro) tutte le variabili indicatrici di una matrice logico-disgiuntiva è detta matrice delle corrispondenza multiple (o matrice di Burt); ad essa si applica l’Analisi delle corrispondenze multiple (Losito, 1993, 149).

Sitografia:
Vedi anche:

Claudio Bezzi, 14 Ottobre 2017.

%d blogger hanno fatto clic su Mi Piace per questo: