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())