《多 変 量 解 析 1》

 多変量データを解析するための手法が多変量解析法と呼ばれるもので、解析の目的によって予測型手法と分類型手法に分類するこ  とが出来る。      予測型手法 ----------- ある変量の値を他の変数の値を使って予測したい場合に使用。      分類型手法 ----------- 複数の変数に基づいて、対象を総合的に評価、対象をグループ分けしたい場合に使用。   ■予測型手法    1.重回帰分析      目的変数(従属変数)が量的変数、説明変数(独立変数)も量的変数で、説明変数によって目的変数を予測し、その一致      性を調べる場合に使用。      (例)身長とウエストで体重を予測               ------------------              ↓    ↑    ↑      ---------------------------------------------------------------------       a@ 氏名  体重  身長  ウエスト  健康状態  性別  血液型      ---------------------------------------------------------------------       1   A   60   165    80     憂    男    A       2   B   58   160    70     良    女    AB       :  :   :    :    :     :    :    : | | | |              -----量的変数-------     -------質的変数-------          2.数量化T類      目的変数が量的変数、説明変数が質的変数であるときに使われる。      (例)血液型と性別から体重を予測               -------------------------------------------------              ↓    ↑    ↑      ---------------------------------------------------------------------       a@ 氏名  体重  身長  ウエスト  健康状態  性別  血液型      ---------------------------------------------------------------------       1   A   60   165    80     憂    男    A       2   B   58   160    70     良    女    AB       :  :   :    :    :     :    :    :    3.数量化U類      目的変数が質的変数、説明変数も質的変数で有る場合に使われる。      (例)健康状態と血液型から性別を予測(判別)したい                ------------------                              ↑    ↓    ↑      ---------------------------------------------------------------------       a@ 氏名  体重  身長  ウエスト  健康状態  性別  血液型      ---------------------------------------------------------------------       1   A   60   165    80     憂    男    A       2   B   58   160    70     良    女    AB       :  :   :    :    :     :    :    :    4.判別分析      目的変数が質的変数、説明変数が量的変数である場合に使われる。      (例)身長とウエストから性別を予測(判別)したい                --------------------------------                   ↑    ↑          ↓      ---------------------------------------------------------------------       a@ 氏名  体重  身長  ウエスト  健康状態  性別  血液型      ---------------------------------------------------------------------       1   A   60   165    80     憂    男    A       2   B   58   160    70     良    女    AB       :  :   :    :    :     :    :    :   ■分類型手法    5.主成分分析      変数を統合して、新たな総合指標を作り出すための手法である。      (例)体重、身長、ウエストで、体格の良さを総合的に評価したい。    6.因子分析      いくつかの変量の背後に潜む共通因子を探り出す手法。      (例)    7.数量化V類      変数がすべて質的変数の場合に用いられる手法で、対象や変数の分類に適した手法である。      数量化V類は、対応分析とも呼ばれている。    8.クラスター分析      変数の数値が似たもの同士を集めてグループ作りをする。      グループ化をデンドログラムで表示    9.多次元尺度構成法・数量化W類      対象同士の近さ(親近性)をデータとして使用し、対象や変数のグループ作りをする手法。        質的変数 ------- 名義尺度と順序尺度を変数        量的変数 ------- 間隔尺度と比例尺度を変数        目的変数 ------- 外的基準、従属変数        説明変数 ------- 内的基準、独立変数      10.分散分析      一元配置の分散分析法       データ全体のバラツキを、それを引き起こす原因になっていると考えられる因子の数に基づいて、いくつかに分類し、       それぞれの因子の効果(これを主効果とよぶ)について検討する方法。       3つ以上のぐるーぷで、1つだけの要因で、各平均値の差を検討したい場合に使用    参考図書     1.すぐわかるEXCELによる多変量解析、内田 治、東京図書、1996     2.生活科学のための多変量解析、大澤・稲垣・菊田、家政教育社、1992
詳細は下図を参照
    
  
多変量解析1

【トップページへ】

【前のページへ】