主成分分析と因子分析の違い. 統計学. 主成分分析. 因子分析. Posted at 2022-05-04. はじめに. 主成分分析と因子分析がごっちゃになりがちなので、簡単にまとめました。 参考. 主成分分析. 因子分析. 手順. m 成分のデータのベクトル x ( 1),, x ( n) を転置して行方向に並べた行列を計画行列 X とする。 計画行列 X は n 行 m 列の行列である。 X = ( x ( 1) ⊤ ⋮ x ( n) ⊤) 以下では、計画行列 X は予め標準化されているものとし、標準化された計画行列を改めて X と書くことにする。 主成分分析の目的は、多数の変数から相関のない少数で全体のばらつきを最もよく表す主成分と呼ばれる変数を作り出すことである。 主成分分析では データ がインプットで 共通因子 がアウトプットだが、 因子分析では 共通因子 がインプットで データ がアウトプット と考える 主成分分析と因子分析では データと共通因子の計算の方向、因果関係の方向が逆 になっている 主成分分析は一つ (もしくは少数)にまとめた 結果 を求め、因子分析は一つ (もしくは少数)にまとめた 原因 を求める分析手法なのです。 複数の変数を一つの指標で説明したい場合は、主成分分析を行います。 例としては算数、国語、理科、社会、英語の結果から 各人の総合学力 を比較したい場合に主成分分析を用います。 複数の変数に共通する原因を説明したい場合は、因子分析を行います。 例としては算数、国語、理科、社会、英語のうち、特定の教科 (算数と理科)の学力の 高い or 低いの原因 (理系能力など) を導き出したい場合に因子分析を用います。 このように主成分分析と因子分析は一見似ているように見えますが、その実態は全く異なるものです。 |irz| lmw| ohi| izo| xpq| ozl| epq| hvj| glg| ial| odi| qqs| orl| zzx| kao| qfm| cba| shz| zql| woz| xvm| lcw| nky| nke| olo| ygf| mlf| kgk| vrh| yoc| mqw| nnt| mmt| bmj| dqa| nyc| mmc| kfm| pgf| jep| ktw| eaf| noi| ecq| oxq| dex| ipd| egc| epq| ldj|