对应分折可以果用两科方法处理上面的格 ()在分新过翻中,变量乙作为个新的 Y Z (2)对皮分只Y,z同加行童(2) (1) 这变量z的各美只是空同中的陷加点,井不影 空的属性,包 种情况着有8和8列如限是亮金机的没有显着做美 解、分雄度方向 园此,任侧贡大于143%前鄣认角是的、不省的,应包括 在的空中 这X=称,Y=}品,z=,其中Y,一个新的变量 E 玉泉 含清爽 果汁饮料 毛毯保健食品 第二种情况的行、列变量类得分(可解释777%) 第一种情况中的行、列变量类得分(可解释617%) 洗衣机 选衣机 雪花 ■波澜 玉泉 纯净 中美纯 ■ 保健食品 保健食品 毛往 32的行、列变量类得分(可解释77.7%,处置2 行、列变量类得分(可解释63.5%,4 新闻传播学院 19 对应分析可以采用两种方法处理上面的表格： （1）在分析过程中，将变量Y和Z作为一个新的行变量（处置1）； （2）对应分析只基于变量X和Y，而将变量Z作为附加行变量（处置2）， 这意味着变量Z的各类只是空间中的附加点，并不影响二维空间的属性，包 括行、列得分，维度，坐标轴和方向。 这里X=名称，Y=产品，Z=感觉，其中Y+Z=形象，作为一个新的变量。 新闻传播学院 20 X Y X Z 两种情况都有8行和8列，如果数据是完全随机的没有显著的依赖关 系，则从每个轴抽取的平均惯量应该能解释总惯量的100/（8-1）=14.3%， 因此，任何贡献大于14.3%的轴都被认为是重要的、不宜省略的，应该包括 在解的空间中。 （1） （2） Z Y x （3_1） Z Y x （3_2） 新闻传播学院 21 -1.5 -1 -0.5 0 0.5 1 1.5 2 -1.5 -1 -0.5 0 0.5 1 1.5 雪源 雪浪花 波澜 期望 天山绿 中美纯 玉泉 春溪 雪糕 洗衣机 空调 碳酸饮料 毛毯 保健食品 纯水 果汁饮料 第一种情况中的行、列变量类得分（可解释61.7%） 新闻传播学院 22 -1.5 -1 -0.5 0 0.5 1 1.5 -1.5 -1 -0.5 0 0.5 1 1.5 2 玉泉 雪浪花 波澜 期望 天山绿 中美纯 雪源 春溪I 清爽 甘甜 兴奋 欢快 个性 纯净 安闲 高档 第二种情况的行、列变量类得分（可解释77.7%） 新闻传播学院 23 -1.5 -1 -0.5 0 0.5 1 1.5 2 -1.5 -1 -0.5 0 0.5 1 1.5 雪糕 雪源 清爽 甘甜 雪浪花 洗衣机 兴奋 波澜 欢快 个性 空调 碳酸饮料 期望 毛毯 保健食品 天山绿 中美纯 纯水 纯净 玉泉 果汁饮料 春溪 安闲 高档 3-1 行、列变量类得分（可解释63.5%，处置1） 新闻传播学院 24 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -1.5 -1 -0.5 0 0.5 1 1.5 2 雪糕 雪源 清爽 甘甜 雪浪花 洗衣机 兴奋 波澜 欢快 个性 空调 碳酸饮料 期望 毛毯 保健食品 天山绿 中美纯 纯水 纯净 玉泉 果汁饮料 春溪I 安闲 高档 3-2 的行、列变量类得分（可解释77.7%，处置2）