阿夫穆特

多因素分析(AFMULT软件包)。多因素分析(MFA)研究在同一组个体上定义的多组变量(数值和/或分类)。多因素分析是根据其他方法中已有的多种观点来处理这类数据的:变量组加权的因子分析、规范分析、Procrustes分析、STATIS、INDSCAL等。在MFA中,这些观点是在一个独特的框架中考虑的。本文介绍了MFA提供的不同输出,并给出了葡萄酒感官分析的一个实例。


zbMATH参考文献(参考 21篇文章 参考)

显示第1到第20个结果,共21个。
按年份排序(引用)
  1. Derek Beaton:广义特征值、奇异值和偏最小二乘分解:GSVD包(2020)第十四章
  2. Landaluce Calvo,M.Isabel;Modroño-Herrán,Juan I.:时间序列数据的分类。基于降维的无监督方法(2020)
  3. Borcard,Daniel;Gillet,François;Legendre,Pierre:数字生态学与R(2018)
  4. Tenenhaus,Michel;Tenenhaus,Arthur;Groenen,Patrick J.F.:正则化广义正则相关分析:序列多块分量方法框架(2017)
  5. Marie Chavent,Vanessa Kuentz Simonet,Amaury Labenne,J.Saracco:混合数据的多元分析:PCAmixdata R包(2014)第十四章
  6. Abdi,Hervé;Williams,Lynne J.;Connolly,Andrew C.;Gobbini,M.Ida;Dunlop,Joseph P.;Haxby,James V.:多对象重心判别分析(MUSUBADA):如何在不使用空间规范化的情况下将扫描分配给类别(2012)
  7. Bénasséni,Jacques;Dosse,Mohammed Bennani:用power STATIS-ACT方法分析多集数据(2012)
  8. Liberati,Caterina;Mariani,Paolo:银行客户满意度评估:三因素视角(2012)
  9. Lombardo,Rosaria;Amenta,Pietro;Vivien,Myrtille;Sabatier,Robert:通过多块多变量加性PLS样条进行感官分析(2012)
  10. Collignon,O.;Monnez,J.-M.;Vallois,P.;Codrenau,F.;Renaudin,J.-M.;Kanny,G.;Brulliard,M.;Bihain,B.E.;Jacquenet,S.;Moneret Vautrin,D.:花生过敏严重程度评分的判别分析(2011年)
  11. 硫ulouse,Jean:成对生态表序列的同时分析:几种方法的比较(2011)
  12. Abascal,Elena;Lautre,Ignacio García;Mallor,Fermín:跟踪客户组合构成:因子分析法(2010)
  13. Henseler,Jörg:偏最小二乘路径建模算法的收敛性(2010)
  14. Zárraga,A.;Goitisolo,B.:列联表的同步分析和多因素分析:列联表联合研究的两种方法(2009)
  15. Bécue Bertaut,Mónica;Pagès,Jérôme:定量、分类和频率数据混合的多因素分析和聚类分析(2008年)
  16. 特内豪斯,米歇尔;文齐,文森佐·埃斯波西托;查特林,伊夫·玛丽;劳罗,卡罗:PLS路径建模(2005)
  17. Bécue Bertaut,Mónica;Pagès,Jérôme:比较列联表的主轴方法:MFACT(2004)
  18. García Lautre,Ignacio;Abascal Fernández,Elena:基于多因素分析的潜在变量测量方法(2004)
  19. Vivien,Myrtille;Sabatier,Robert:STATIS-ACT策略的推广:两个多块表的DO-ACT(2004)
  20. Casin,Ph.:主成分分析对(K)变量集的推广。(2001年)