多変量分析 > 主成分分析 > 主成分分析プラットフォームの概要
公開日: 11/25/2021

主成分分析プラットフォームの概要

主成分分析は、多変量データの変動を、なるべく少数の合成変数(主成分)で説明しようとする分析です。

主成分分析は、相関が高い多変量データの分布を調べるのに役立ちます。主成分分析は、多変量データにおいて最も変動が大きくなっている方向を抽出します。主成分分析を適用すれば、より少ない次元の合成変数によって、元の多変量データがもつ変動を把握することができます。主成分分析は、できるだけ少数の主成分によって、元データの変動をなるべく多く説明しようとする手法です。

変数がp 個あるとき、次のようにしてp個の主成分が形成されます。

第1主成分は、標準化された変数の線形結合のなかで、最大の分散を持つものです。

それに続く主成分は、変数の線形結合のなかで、すでに求められた主成分との相関がないもののうち、最大の分散を持つものです。

相関係数行列(もしくは、共分散行列、原データの積和行列)の固有ベクトルが、上記のような線形結合の係数になります。また、各固有値は各主成分の分散になります。

「主成分分析」プラットフォームの主成分分析では、相関係数行列・共分散行列・積和行列を分析対象とします。なお、このプラットフォームでは因子分析も実行できます。詳細については、因子分析を参照してください。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).