Analyze Survey Data using Principal Component Analysis

4.0
41件の評価
提供:
1,725人がすでに登録済みです
この無料ガイド付きプロジェクトでは、次のことを行います。

Understand the fundamentals of Principal Component Analysis (PCA) and identify opportunities to combine variables.

Conduct correlation testing with various sets of variables in Google Sheets.

Combine highly correlated variables, visualize the data, and consider next steps in Google Sheets.

この実践的な経験を面接でアピールする

2 hours
上級
ダウンロード不要
分割画面ビデオ
英語
デスクトップのみ

Survey data sets are often deceptively complex because surveys collect a wide variety of data covering a wide variety of topics and experiences. To further the complexity of survey data, the respondents answering the questions come from a wide variety of backgrounds and stages in their customer journey. It is reasonable that it would be a challenge to boil down survey data into actionable insights because it can be deceptively complex. With large sets of data, Principal Component Analysis or PCA is a useful tool that reduces and transforms variables to a leaner form that allows for a speedier analysis. In this project you will gain hands-on experience with the principles of Principal Component Analysis using survey data. To do this you will work in the free-to-use spreadsheet software Google Sheets. By the end of this project, you will be able to confidently apply Principal Component Analysis concepts to transform large sets of variables into a leaner set of data that still contains the most relevant information. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

必要事項

Familiarity with spreadsheet software, factor analysis, and correlation testing. "Design a Factor Analysis Using Survey Data" is recommended.

あなたが開発するスキル

  • Survey Methodology

  • Mining Insights

  • Business Insights

  • Data Analysis

  • Principal Component Analysis (PCA)

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  1. Review the fundamentals of Principal Component Analysis (PCA) and combining variables.

  2. Identify use cases for PCA and refine variable selection for the project.

  3. Access Google Sheets, import survey data, and examine variables that are likely correlated.

  4. Identify variables of interest and conduct a correlation test.

  5. Compare results and review the process of correlation testing.

  6. Combine highly correlated variables, create a visualization, and consider next steps.

  7. Access the ClustVis webtool for visualizing clustering and multivariate data.

  8. Build a PCA model with Heart data and run a Principal Component Analysis

  9. Compare results and review PCA with multivariate data from multiple sources and interpret the findings in ClustVis.

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

レビュー

ANALYZE SURVEY DATA USING PRINCIPAL COMPONENT ANALYSIS からの人気レビュー

すべてのレビューを見る

よくある質問

ワークスペースにはラップトップまたはデスクトップコンピューターに適したサイズのクラウドデスクトップが含まれているため、モバイル機器ではガイド付きプロジェクトを使用できません。

ガイド付きプロジェクトの講師は、プロジェクトのスキル、ツール、またはその分野での経験があり、知識を共有して世界中の何百万人もの受講生に影響を与えるたことに情熱を持つ専門家です。

ガイド付きプロジェクトから作成したファイルをダウンロードして保持できます。そのためには、クラウドデスクトップにアクセスしているときに「ファイルブラウザ」機能を使用できます。

ページの上部で、このガイド付きプロジェクトの経験レベルを押して、知識の前提条件を表示できます。ガイド付きプロジェクトのすべてのレベルで、インストラクターがステップバイステップでご案内します。

はい。ガイド付きプロジェクトを完了するために必要なものはすべて、ブラウザで利用可能なクラウドデスクトップで利用できます。

分割画面環境でタスクをブラウザで直接完了することで学習できます。画面の左側で、ワークスペースでタスクを完了します。画面の右側で、講師がプロジェクトをステップごとにガイドします。

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。