本週作業
根據影片的內容自行下載套件,完成相同結果的定位圖,你可以再加入其他變項(要先根據數值二分或三分等分成類別變項)。


A$trust <- ifelse(Data$信任 >= median(Data$信任),’高信任’,’低信任’)
A$image <- ifelse(Data$品牌形象 >= median(Data$品牌形象),’高品牌形象’,’低品牌形象’)
A$trust <- as.factor(A$trust)
A$image <- as.factor(A$image)

summary(A)[,1:6]
for(i in 1:6){
windows()
plot(A[,i],
main =colnames(A)[i],
ylab = ‘Count’,
col=’steelblue’,
las=2)

}y

增加信任以及品牌形象變項,依據中位數二分為類別變項,並轉換為factor。

library(‘FactoMineR’)
library(‘factoextra’)

res <- MCA(A , graph = FALSE)
summary(res)

#Eigenvalues
#                                                    Dim.1       Dim.2       Dim.3        Dim.4       Dim.5        Dim.6       Dim.7       Dim.8
#Variance                                   0.337         0.189       0.186           0.156       0.141          0.128        0.105        0.090
#% of var.                                   25.299      14.203      13.960        11.696      10.584        9.630        7.847       6.781
#Cumulative % of var.            25.299       39.502      53.462        65.158     75.742       85.372      93.219     100.000
#建議3度空間呈現

windows()
fviz_mca_var(res,
col.var =’cos2′,
gradient.cols = c(’00AFBB’,’#E7B800′,’#FC4E07′),
repel = TRUE, #Avoid text overlapping
ggtheme = theme_minimal())

20231226第十六週-多變量作業