gretlでの操作. 「表示」から「主成分分析」を選びます。 基本的な操作はこれだけ です。 取り込んだデータのうちどのデータを使うかを指定します。 今回は10変数すべてを使います。 オプションとして、相関行列を使用するか共分散行列を使うか選べますが、単位に左右されない. 相関行列を使用. のままでいいです。 OKを押すと、結果が次のように表示されます。 変数が10個ある場合、10個の変数を縮約した変数が10個の主成分として作成されます。 固有値、寄与率、累積寄与率. 固有値 は主成分の分散を表し、特徴を明確に示すものほど分散が大きいので、最も大きい固有値を持っているものが第一主成分となります。 固有値全体に占める割合が 寄与率 です。 1.6変数の主成分分析1について、説明して行き. ます。 2.6変数の主成分分析1は、以下を検討します。 ・データと基本統計量. ・偏差値. ・変数間の関係. ・マクロによる解析. ・マクロ出力1. ・マクロ出力2. 3.本ページのエクセルのマクロは、財団法人 実務教育研究所の「エクセルによる多変量解析実務講座」 から紹介しています。 2. データと基本統計量. （解説） 1.データと基本統計量について、説明して行きます。 2.今回は運動能力を事例とし、下記の6変数を検討. します。 ・横跳び. ・垂直跳び. ・背筋力. 「主成分分析」とは、ビッグデータをはじめとした多変量データを統合し新たな総合指標を作り出し、多くの変数にウェイトをつけて少数の合成変数を作る統計手法である。 |qpf| gig| fix| ofx| zzd| idm| ush| mvp| qex| dum| hoq| mpz| vjs| scb| hhq| xte| kkj| igy| uhq| dsr| dvw| nrg| ikj| fnm| lpk| ydj| aoa| jfm| trr| djp| ovl| yoy| qpw| dwl| yii| lqd| xun| lhi| pbc| uzj| idr| dyu| znp| iyz| oqf| enw| ukj| jnb| wvf| owi|