LA18/SM①⑧[リベラルアーツ/基礎]因子分析と主成分分析をどう取り扱いますか(2025/2/20)

◎要約
統計学において、因子分析は、現象における変数の間の関係を表すことに使います。回帰分析もそれに使われますが、その使い方とロジックが異なります。また主成分分析は、因子分析と同様に分散をロジックとして使うため、混同されがちです。主成分分析は、データを集約することがその目的になります。尚、それら計算そのものは、統計ソフトが行ってくれます。

◎本文
統計学で、因子分析は、現象における変数の間の関係を表します。回帰分析もそれに使われますが、その使い方とロジックが異なります。まず、因子分析は、ランダムでサンプルサイズの大きいデータから、データの中の共通因子を分散をロジックに使って、いくつかの変数を因子として見つけ出します。特徴がまとまらない因子は、誤差として独立させます。その事象に精通していることが問われません。共通因子が導かれた後に、自らそれが何を示しているかを検討することになります。一方、回帰分析では、自ら関係のあると思われる変数を選んだ上で、それらの関係性を恒等式に表します。その事象に精通していることが求められます。因子分析でも回帰分析でも、変数の間に関係性があることを示せますが、相関関係を見いだせても、因果関係を見い出せません。