多変量解析
Multivariate Analysis
複数の結果変数からなる多変量データを統計的に扱う手法で、その目的には大きく「予測」と「要約」の2種類があります。一般に、多変量解析は計算量が膨大になるため、コンピュータの活用が必須となります。
概要
予測の手法
独立変数と従属変数の関係を明確にし、一方の情報から他方を予測します。機械学習では教師あり学習にあたります。
- 独立変数が数量的で、従属変数も数量的な場合
> 重回帰分析
- 独立変数が数量的で、従属変数がカテゴリ変数の場合
> 判別分析、ロジスティック回帰
- 独立変数がカテゴリ変数で、従属変数が数的な場合
>数量化I類*1
- 独立変数がカテゴリ変数で、従属変数もカテゴリ変数の場合
>数量化II類*2
要約の手法
要約の手法には、従属変数(目的変数)の概念はなく、データの種類によって手法が分かれます。機械学習では教師なし学習にあたります。
- 変数が数量的な場合
> 主成分分析、因子分析、クラスター分析
- 変数がカテゴリーの場合
>数量化III類・コレスポンデンス分析*3、MDS(多次元尺度構成法)
APPENDIX
関連ページ