对应分析

手机好评率分析（对应分析)

本案例是某电商平台的手机销售数据。数据收集的信息包含手机的评论得分和评论内容以及手机品牌和价格等信息。

本案例根据手机的评分和手机评论内容对手机的好评、中评和差评个数进行了统计。收集到的数据如下：

手机数据.xlsx(下载附件 16.98 KB)

试根据以上数据，分析市场上手机好评率与手机品牌和价格之间的关系。

解析：

本案例想要通过对应分析分析不同手机品牌和不同价格区间的手机的好评情况。

对应分析是研究由定性变量构成的交互汇总表来揭示变量间的联系。交互表的信息以图形的方式展示。主要适用于有多个类别的定类变量，可以揭示同一个变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。适用于两个或多个定类变量。因此本案例需要对要研究的定量变量进行定性处理。

本案例中品牌属于类别数据，但是其中包含汉字，因子需要进行重新编码；价格属于连续型变量，因此需要进行离散化处理。好评数不能直接代表手机的好评情况，因此为了更好地表示手机的好评情况，这里采用好评率进行分析。由于好评率计算出来仍然是一个0到1之间的连续变量，因此需要进行离散化处理。

品牌处理：

价格区间处理：

 

指纹识别：0-不支持；1-支持；2-其他

GPS：0-不支持；1-支持；2-其他

促销信息：0-无，1-有

处理之后的数据如下：

手机数据2.xlsx(下载附件 25.69 KB)]

首先对品牌和好评率进行对应分析，从分析结果可以看到数据的交叉表，以及提取的3个公因子的贡献率和因子得分。从因子贡献率可以看到提取两个因子的贡献率就达到了80%以上，因此提取两个因子即可。

对应分析图表：

品牌、好评率等级

https://nieson.blog.youkuaiyun.com/article/details/25003817?utm_medium=distribute.pc_relevant.none-task-blog-OPENSEARCH-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-1.control