Geometric Data Analysis: From Correspondence Analysis to Structured Data Analysis

تحلیل داده‌های هندسی (GDA) نامی است که توسط P. Suppes (دانشگاه استنفورد) برای تعیین رویکرد آمار چند متغیره که توسط بنزکری آغاز شده است به‌عنوان تحلیل متناظر پیشنهاد شده است، رویکردی که روز به روز بیشتر شده است. در طول سالها مورد استفاده و قدردانی قرار گرفته است. این کتاب رسمی‌سازی کامل GDA را از نظر جبر خطی - اصلی‌ترین و گسترده‌ترین ویژگی پیامد رویکرد - ارائه می‌کند و همچنین نحوه ادغام ابزارهای آماری استاندارد مانند تحلیل واریانس، از جمله روش‌های بیزی را نشان می‌دهد. فصل 9، مطالعات موردی پژوهشی، تقریباً به تنهایی یک کتاب است. این روش را در عمل در سه برنامه کاربردی گسترده ارائه می دهد، یکی برای پزشکی، یکی از علوم سیاسی، و دیگری از آموزش (داده های قرض گرفته شده از برنامه آموزشی مبتنی بر کامپیوتر استنفورد برای جوانان با استعداد). بنابراین خوانندگان کتاب هم به ریاضیدانان علاقه مند به کاربردهای ریاضیات و هم محققانی که مایل به تسلط بر رویکرد فوق العاده قدرتمند تجزیه و تحلیل داده های آماری هستند، توجه دارد.

Geometric Data Analysis (GDA) is the name suggested by P. Suppes (Stanford University) to designate the approach to Multivariate Statistics initiated by Benzécri as Correspondence Analysis, an approach that has become more and more used and appreciated over the years. This book presents the full formalization of GDA in terms of linear algebra - the most original and far-reaching consequential feature of the approach - and shows also how to integrate the standard statistical tools such as Analysis of Variance, including Bayesian methods. Chapter 9, Research Case Studies, is nearly a book in itself; it presents the methodology in action on three extensive applications, one for medicine, one from political science, and one from education (data borrowed from the Stanford computer-based Educational Program for Gifted Youth ). Thus the readership of the book concerns both mathematicians interested in the applications of mathematics, and researchers willing to master an exceptionally powerful approach of statistical data analysis.