对应分析（Correspondence Analysis，CA）

对应分析（Correspondence Analysis，CA）是一种多维统计分析方法，主要用于分析名义尺度或序数尺度的分类数据。它是一种探索性数据分析技术，用于揭示分类变量之间的关系，以及它们如何相互关联。对应分析通常用于市场研究、社会科学、生物学等领域。
对应分析的基本思想是将列联表（一个包含两个或多个分类变量的表格）中的行和列转换为点，这些点在低维空间（通常是二维或三维）中表示，以便于可视化和解释。通过这种方式，对应分析可以揭示变量之间的内在结构和关系。

一、基本概念

1. 列联表（Contingency Table）：
   列联表是一种数据表格，用于展示两个或多个分类变量的交叉频数。每一行代表一个行变量的类别，每一列代表一个列变量的类别，表格中的单元格包含对应类别组合的观测频数。
2. 行变量（Row Variable）：
   在对应分析中，行变量是表格中的行所代表的分类变量，它的每个类别对应表格中的一行。
3. 列变量（Column Variable）：
   列变量是表格中的列所代表的分类变量，它的每个类别对应表格中的一列。
4. 概率矩阵（Probability Matrix）：
   概率矩阵是列联表经过标准化处理后得到的矩阵，其中每个元素代表对应类别组合的相对频率。
5. 奇异值分解（Singular Val