資料紹介

主成分解析法
　主成分解析は多変量解析の手法の一つで、最も多く使用されてきた解析手法である。元来､Pearson（１９０１）によって紹介され、Hotelling（１９３３）によって独自に紹介されたもので、基本的な方法論は、それぞれが元の変数の特定な線形結合である相関の無い変数の集合に関して多変量データの集合の変動を記述することである。新しい変数は、例えば、最初の主成分が元のデータの変動のできるだけ多くに対して説明できるように、重要性の順序を減少させるように得られる。このタイプの解析の通常の目的は、最初の少数の主成分が元データ内の変数の大部分を説明するかどうかを見ることである。もし、その主成分が大部分を説明しているなら、それらが情報の損失をほとんど無くデータを要約するために用いられ、データの次元の中の縮小を供給し、解析を単純化するのに役立つ。
　手法の分類てして主成分プロットは、全て固有値と固有ベクトルに基づく方法であり、計算上の長所をもっている。
　例えば国語・数学・英語の３つの教科の考査得点があったとして、その合計得点で総合成績を評価するという場合について考えてみる。

資料の原本内容 ( この資料を購入すると、テキストデータがみえます。 )

オーディネーション手法について、主成分分析を始めとする３種類以上の手法を説明し、その目標・有効性などについて論じなさい。
　
主成分解析法
　主成分解析は多変量解析の手法の一つで、最も多く使用されてきた解析手法である。元来､Pearson（１９０１）によって紹介され、Hotelling（１９３３）によって独自に紹介されたもので、基本的な方法論は、それぞれが元の変数の特定な線形結合である相関の無い変数の集合に関して多変量データの集合の変動を記述することである。新しい変数は、例えば、最初の主成分が元のデータの変動のできるだけ多くに対して説明できるように、重要性の順序を減少させるように得られる。このタイプの解析の通常の目的は、最初の少数の主成分が元データ内の変数の大部分を説明するかどうかを見ることである。もし、その主成分が大部分を説明しているなら、それらが情報の損失をほとんど無くデータを要約するために用いられ、データの次元の中の縮小を供給し、解析を単純化するのに役立つ。
　手法の分類てして主成分プロットは、全て固有値と固有ベクトルに基づく方法であり、計算上の長所をもっている。
　例えば国語・...

コメント0件