主成分分析と因子分析の違い

主成分分析

観測された項目から、主成分と言われる、まとめる変数を考える


因子分析

観測された項目を説明できるモデルをつくる

多変量解析の種類

1.主成分分析

相関の高い変数から、合成変数を作成し、

次元を高める（データを集約する）

2.因子分析

見えない共通因子をさぐる

3.コレスポンデンス分析

散布図を利用して、類似度を視覚的に把握する

4.クラスター分析

類似する変数をクラスターにまとめる

多変量解析

・複数のデータの関連を調べる

・カテゴリーデータでは、クロス集計表をもとに、特化係数を分析する

・数量データでは、散布図をもとに、相関係数を分析する

数量化理論

数量化理論とは、質的データのための多変量解析方法



数量化Ⅰ類は、重回帰分析に対応する手法



数量化Ⅱ類は、判別分析に対応する手法



数量化Ⅲ類は、主成分分析に対応する手法

多変量解析

3種類以上の変数からなる変数間の関係を解析する

次のような手法がある

1．主成分分析

2．因子分析

3．重回帰分析

　 独立したデータとそれに従属するデータの解析

4.クラスタ化

　似たデータをグルーピング化

5.判別

　対象データが、どのグループに属するか

6．相関分析

　2つのデータ群間の相関関係を分析

7．数量化理論

　質的データを数値化して分析