主成分分析の概要

主成分分析を使用して、大きなデータからより少ない数の無相関変数(「主成分」と呼ばれる)を特定します。この分析を使用すれば、観測された変数の線形結合である新しい変数(主成分)を作成できます。主成分分析の目的は、最少数の主成分で最大の分散を説明することです。

たとえば、分析者は主成分分析を使用して、新しいシャンプーのいくつかの特徴に関する顧客の反応を分析します。主成分が、測定する観測された変数よりも解釈や分析が簡単な無相関変数の小さな値を形成するかどうかを判断したいと分析者は考えます。

一般に、主成分分析は一連の分析の1つの手順として使用されます。たとえば、回帰分析を実行する前に、多重共線性を回避したり、観測値の数と関連がある予測変数の数を減らしたりするために主成分分析を使用できます。

この分析の場所

主成分分析を実行するには、統計 > 多変量解析 > 主成分分析を選択します。

他の分析を使用する場合

観測された各変数を因子の線形関数としてモデル化するには、因子分析を使用します。因子分析は、新しい観測不可能な(潜在)因子の観点から、変数間の共変量を説明します。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください