前言：
上次我們學(xué)習(xí)了多維尺度分析，這次我們學(xué)習(xí)對(duì)應(yīng)分析，兩者都是把復(fù)雜的數(shù)據(jù)關(guān)系，分解到二維或者多維空間上，簡(jiǎn)單直觀易于解讀。他們有什么區(qū)別呢？
從功能上來講
多維尺度分析，是要通過距離，解決個(gè)案之間的差異（老干媽、老干爹辣醬誰跟誰在觀眾的認(rèn)知中離的更近），用于品牌的市場(chǎng)調(diào)研，大家對(duì)品牌的認(rèn)知是否符合公司的定位
對(duì)應(yīng)分析 ，是通過距離揭示變量之間的關(guān)系（哪個(gè)地方，哪個(gè)年齡段的人，更喜歡吃老干媽），用于用戶畫像，什么樣的人更傾向于購買我們的商品； ?不同群體，對(duì)辣醬品牌的偏好，可以針對(duì)空白領(lǐng)域推出一款新產(chǎn)品。
從方法屬性上講
多維尺度分析屬于度量方法，把人們對(duì)品牌的模糊差異，數(shù)字化，差多遠(yuǎn)
對(duì)應(yīng)分析屬于降維度信息濃縮分析（類似因子分析），從年齡 地區(qū) ? 找出與老干媽受眾的主要特征
———————————————————————————————————————————
對(duì)應(yīng)分析 ?應(yīng)用范圍（二分類變量）
頭發(fā)和眼睛的關(guān)系
數(shù)據(jù)情況
分析過程
結(jié)果解讀
最優(yōu)尺度回歸
無序多分類、有序多分類、連續(xù)性變量
1.數(shù)據(jù)源
數(shù)據(jù)全部為分類變量
2.方法的選取
分析→降維→最優(yōu)刻度
3.結(jié)果的解讀
總結(jié)
對(duì)應(yīng)分析和最優(yōu)尺度回歸都是分析分類變量之間相互關(guān)系的一種分析方法。
用圖形化的方法描述變量之間的聯(lián)系。
圖形雖好，前期對(duì)變量的描述性分析不可少，最優(yōu)尺度變換本身就損失了一部分信息，對(duì)結(jié)果要慎之又慎。
