【まとめ】多変量解析を究める

★ おさえておきたいポイント

★ 【QC検定®１級合格】多変量解析問題集を販売します！

①回帰分析 単回帰分析・重回帰分析 の復習、➁ 主成分分析、➂判別分析、➃因子分析、➄数量化分析の５章全４２題を演習できる問題集。

をＱＣプラネッツは
自力で導出して理解できるように、わかりやすく解説！

教科書や他のサイトでは、いろいろな多変量解析を下表にように分類しています。

ただ、どうでしょうか？

なので、ＱＣプラネッツは別の区別方法で分けています。

それは、

全手法を研究してたどり着いた分類方法です。

なので、多変量解析は
●必要な情報を最大限抽出する手法
●不要な誤差を最小化する手法
があります。

なので、多変量解析は
●必要な情報を最大限抽出する手法
●不要な誤差を最小化する手法
があります。

シンプルな分類になりましたし、解法・目的が明確になりましたね！

上表のとおり、目的別に手法を解説した関連記事を紹介します。

誤差を最小化する重回帰分析

の解法を紹介します。
重回帰分析に出て来る公式の暗記ではなく、その導出過程をしっかり理解することが大事です。

【まとめ】重回帰分析がよくわかる 公式導出過程を詳しく解説！重回帰分析、多変量解析を学ぶ人は必読です。

多変量解析はいろいろ手法がありますが、重回帰分析の次に学ぶのが主成分分析であることが多いですね。

主成分分析の目的（情報を最大化する方向を探すこと）に意識して、主成分分析を理解しましょう。

重回帰分析と主成分分析は全く別物ですが、
何がどう違うか？をわかりやすく解説できるよう挑戦してください。

主成分分析が計算できる 主成分負荷量、主成分得点、主成分平方和、主成分の寄与率は説明・計算ができますか？ 本記事は各変数の導出方法を丁寧に解説します。ただ、主成分分析の本質は先に習得しておきましょう。多変量解析を学ぶ人は必読です。

主成分分析より、理解しやすいのが判別分析ですね。
何と何を区別して判別するか？なので、理解しやすいですね。

なので、
「区別、判別をはっきりさせるに
両者をなるべく引き離して分離させる手法」
を意識して判別分析の導出過程を理解しましょう。

変動比が最大になる条件を求めるのは、群間成分と群内成分を引き離すと分離しやすい！というイメージでとらえましょう。

【まとめ】判別分析がわかる 判別分析に使う、線形判別関数、マハラノビス距離の導出・使い方、特性などを分かりやすく解説！

最もわかりにくいのが、因子分析ですね。
主成分分析と比較されますが、
正直、主成分分析と因子分析は比較対象ではなく、全くの別物ですよ。

因子分析は、簡単にいうと、
●データを構成する元（共通因子）を見つけるもの
●共通因子の値から意味を考えるが、意味づけは人それぞれになる。
●しかし、共通因子を見つける方程式に自由度が余るため、最適値を外す場合がよくある
です。

因子分析は解析が難しいし、結果を読み取るもの人それぞれなので、よく注意して解析してください。

ブログ記事でまとめていましたが、PDFとしてまとめました。ダウンロードして学習ください。

因子分析の流れが理解できる関連記事を紹介します。上から下に沿って、それぞれの関連記事を読んでいってください。

以前、ブログ記事としていましたが、まとめて冊子にしました。
どれも重要なテーマなので勉強しましょう!

●【QCプラネッツ因子分析プレミアム勉強プリント】リンク

クロス集計表の項目がバラバラな場合、ある規則に沿って並び替えるのに使う方法です。並び替えは人力でやってもよいですが、その意味合いを数学で評価できるのがコレスポンデンス分析です。

クロス集計表の項目を数値化して、その相関係数の最大化となる組み合わせを求めるものです。

重回帰分析、主成分分析、因子分析などと全く別物の分析手法ですね。

コレスポンデンス分析ができる 数量化3類と数量化4類をベースにコレスポンデンス分析をわかりやすく解説!

群分けを群間の距離で分離する原始的な方法で、直観的にわかりやすい分析方法です。クラスター分析を最初に勉強した方がいいでしょう。

ただし、分離方法の精度をよくするために、3つの手法
●最短距離法
●最長距離法
●群平均法
があります。

最短距離法は簡単ですが、最長距離法・群平均法が分かりにくいです。なので、３者の解き方を比較しながら解法を解説しています。必見な関連記事です。

●【QCプラネッツクラスター分析プレミアム勉強プリント】リンク

クラスター分析の流れが理解できる関連記事を紹介します。上から下に沿って、それぞれの関連記事を読んでいってください。

以前、ブログ記事としていましたが、まとめて冊子にしました。
どれも重要なテーマなので勉強しましょう!

学生時代から思っていたのは、

しっかり研究すると
●数量化Ⅰ類=重回帰分析
●数量化Ⅱ類＝判別分析
●数量化Ⅲ、Ⅳ類＝コレスポンデンス分析
でいいわけです。

わざわざ手法名を「数量化○○」と分類する意味がよくわかりませんが、皆知っているほどの知名度になっています。だから、かえって理解しにくいんですよね。

一応、数量化Ⅰ類からⅣ類まで関連記事で解説していますが、一番伝えたいのは、
●数量化Ⅰ類=重回帰分析
●数量化Ⅱ類＝判別分析
●数量化Ⅲ、Ⅳ類＝コレスポンデンス分析
でよいことです。

なるべく少ない解法や暗記量で多変量解析を究めたいので！

★数量化分析のプレミアムテキストを紹介！

ブログ記事でまとめていましたが、PDFとしてまとめました。ダウンロードして学習ください。

数量化分析の流れが理解できる関連記事を紹介します。上から下に沿って、それぞれの関連記事を読んでいってください。

以前、ブログ記事としていましたが、まとめて冊子にしました。
どれも重要なテーマなので勉強しましょう!

●【QCプラネッツ数量化分析プレミアム勉強プリント】リンク

★数量化分析のブログ記事を紹介！

上記のプレミアムテキスト以外に、ブログ記事もあります。ご確認ください。

数量化3類の分析ができる 数量化3類の本質や解法をデータ事例を使いながらわかりやすく解説!

「【まとめ】多変量解析を究める!」を解説しました。