主成分得点は.PPT

主成分分析 　　　　　　　　　　　　　　　　　　　　結城　　隆　　　 主成分分析とは？ 主成分分析とは、変数相互の関係から、新しい概念のファクターを導く手法である。 このファクターをものさしとして、変数やサンプルの類似性あるいはポジショニングを明らかにすることができる。 主成分 総合能力 主成分分析の例 主成分得点の算出 主成分の算出 主成分得点での順位 主成分分析での順位と単純集計を比べると下図のようになり単純集計より正確になっているように思える。 主成分得点の基本統計量 第１主成分得点と第２主成分得点との関係 主成分分析で、２本の直線を求めるということは散布点の相関０となるような新しい軸を求めることと同じ。 固有値 これまで２つの主成分を求めたが、下の図をみると　　軸のほうが重要に思える。そこでどちらが重要かを統計的に表すのが固有値である。 固有値の算出 固有ベクトルの算出 データ単位が異なっているときの固有ベクトル 変数の単位を変えると固有ベクトルがどうなるかを調べてみる。 相関行列による固有ベクトルの算出 不思議と分散行列の代わりに相関行列を用いて固有ベクトルを用いても求まる。 主成分負荷量 固有ベクトルに　固有ベクトルを乗じたものを主成分負荷量という。 相関行列で求めた固有ベクトルについて主成分負荷量を求めると、次のようになる。 寄与率 固有値の値が大きいほど、主成分の説明力は高くなる 主成分の数 変数がたくさんある場合主成分の数をいくつまでとるかが問題になる　　　主成分の数の決め方にこれといった方法はないが目安として次のようなものがあげられる。 変数の設定 主成分分析は、数量データであれば、どんな変数を用いてもかまわない。変数が２つ以上なら、いくつあってもよい。しかしあまり多すぎると複雑になりすぎて累積寄与率が大きくならないことがあるので注意。 主成分の解釈とネーミング 主成分分析を行うと、主成分の式を算出するが、これが何を表してるかまでは求めない。　　　　　　　　　　　　　　　　　　　　　　　　　　　　そこで主成分が何を表しているかは分析者が判断する。　　　　　　　主成分の解釈やネーミングの仕方の例として以下がある。 固有ベクトルの棒グラフの分析 主成分ごとに、固有ベクトルの大きい順にならべ棒グラフを書く。 上位方向、下位方向にある変数を調べ、これらが何を弁別しているかを分析し、その主成分の解釈を行う 固有ベクトルの点グラフの分析 棒グラフと分析の仕方は変わらないが、点グラフを書くことによって、主成分の解釈がしやすくなることがある。 * * 文系能力 文系能力 総合能力 総合能力 理系能力 理系能力 系別能力 系別能力 あり あり あり 文系 理系 なし なし なし ?国語 ?英語 ?化学 ?物理 ?数学 ?国語 ?英語 ?国語 ?数学 ?物理 ?化学 このようなファクターがあるとする。例えば先ほどの右図のような場合だと科目の順位を単純に足して総合順位を出す 主成分分析 主成分分析の総合点では、各科目の得点と各科目のウェイトの積和で表される。 ファクターは　　　　　　　　　　　　　　　　　　　　　　　　　　と表しこの式を主成分という。変数ｘは先ほどの例だと国語、数学などの科目である。これをみると重要な科目ほど係数が大きくなることがわかる。 主成分は左の式のようになり、　を第１主成分，　　を第２主成分???という。 主成分分析はp個の変数をm個の新しいファクターに集約する手法である。主成分が何を表しているかは分析者が行う。 3 9 5 4 J 1 13 6 7 I 3 9 3 6 H 1 13 5 8 G 6 8 4 4 F 3 9 4 5 E 7 5 2 3 D 10 4 2 2 C 7 5 4 1 B 7 5 3 2 A 順位 合計 英語 数学 ?A ?B ?C ?D ?E ?F ?H ?G ?J ?I 0 2 4 6 8 10 10 8 6 4 2 英語 左の表では、順位は単純合計だが主成分分析を用いて順位を出す。 まず点グラフを作成する。英語と数学の重心を通る線を引く。 × 重心(4.2,3.8) 重心を通る直線は、各点からこの直線におろした垂線の長さの２乗和の値がもっとも小さくなるような直線を引くことにする。　　　　　　　　　　　　主成分分析では、この直線の式のことを主成分、各生徒の直線上における重心からの距離を主成分得点とする。　 また　に垂直な直線　　を引く。　　軸と　　軸はそれぞれ第１主成分で総合能力、第２主成分で系別能力を表している。　　 1.8704 5.3462 平均 3.053