どんなとき、どの多変量解析手法を選ぶか

「多変量統計解析法の選択の手引き」という本があるらしく、
今日の授業は、それをもとに、どんなとき、どの多変量解析手法を
選ぶかというお話でした。

ということで、みんなとシェア


■目的
（１）要因によって予測したい（説明したい）
（２）総合的指標を求めたい
（３）分類したい
（４）似たもの同士に分けたい
（５）潜在構造を知りたい

目的と型（連続量かカテゴリか）で手段は決まる



■（１）要因によって予測したい（説明したい）

・予測される項目は（目的変数）は、
　量的？質的（離散？）

・【量的のとき】要因（説明変数）は量的？
　　　YESのとき；回帰
　　　NO(量的でないものも含むとき）：数量化１類

・【質的のとき】要因（説明変数）は量的？
　　　YESのとき；判別分析
　　　NO(量的でないものも含むとき）：数量化２類




■（２）総合的指標を求めたい

・目的変数（外的基準）があるか？
・【外的基準がある】
　　（１）と同じ

・【外的基準がない】
　　要因は量的に測定されているか
　　　　YES:主成分分析
　　　　NO：数量化３類、ガットマンの尺度解析法



■（３）分類したい
・グラフ表示でOK？
　　YES：グラフ解析法
　　NO
・【グラフ表示でなく】類似度が得られるか？
　　　YES:数量化４類、多次元尺度法
　　　NO：
・【グラフ表示でなく・類似度ない】
　　　量的
　　　　YES：主成分
　　　　NO：数量化３類



■（４）似たもの同士に分けたい
クラスター分析
・最初１このクラスターとみる
　　YES：階層型クラスタリング
　　　　規範によって別れる
　　　　　　最短距離法
　　　　　　最長距離法
　　　　　　群平均法
　　　　　　重心法
　　　　　　ウォード法→デンドログラム
　あらかじめ、いくつのクラスタかわかっている
　　　YES:非階層的クラスタリング
　　　　　→ながめて、エントリピーせいそうか法とかで
　　　　いろいろな種類
　　　　　　K-means
　　　　　　ISODATA法
　　　　　　Fuzzy c-means法　

→因子得点をみて、クラスタリング



■（５）潜在構造を知りたい

　潜在構造分析