범주형 주성분분석

소개글

주성분분석의 목적은 원래 변수에 있는 정보의 대부분을 표현하면서도 원래 변수군을 더 작고 상관관계가 없는 성분의 집합으로 축소하는 데 있다. 다변량의 데이터로부터 본질이 되는 소수의 변량을 합성하여 그것으로 데이터를 분석하는 것이 주성분분석이다.

목차

앙케트 조사로부터 알고 싶은 사항
분석결과 및 결과의 해석방법
범주형 주성분분석과 주성분분석의 차이

본문내용

주성분분석의 목적은 원래 변수에 있는 정보의 대부분을 표현하면서도 원래 변수군을 더 작고 상관관계가 없는 성분의 집합으로 축소하는 데 있다. 다변량의 데이터로부터 본질이 되는 소수의 변량을 합성하여 그것으로 데이터를 분석하는 것이 주성분분석이다.
많은 변량에 의해 구성되는 데이터로부터 특징이 되는 본질을 합성하여 그것을 기초로 데이터를 분석할 수 있도록 하는 수단을 부여하는 것이 주성분분석인 것이다.
표준 주성분분석에서는 숫자 변수 사이의 선형 관계를 가정한다. 한편 최적화 척도법을 사용하여 변수를 서로 다른 수준으로 척도화할 수 있다. 범주형 변수는 지정된 차원에서 최적으로 수량화된다. 결과적으로 변수 사이의 비선형 관계도 모형화할 수 있다.
범주형 주성분분석을 사용하여 직업 범주, 직업 분류, 지역, 여행 횟수 및 직업 만족도 사이의 관계를 설명할 수 있다. 두 개의 차원으로 많은 양의 분산을 설명한다는 것을 알 수 있다.

7-1
인터넷의 사회에 미치는 영향은 헤아릴 수 없을 정도이다. 인터넷에 의한 정보화라고 하는 장점도 있지만, 거꾸로 다른 사람과의 접촉이 희박해진다고 하는 현상도 일어나기 시작했다. 인터넷 시대에 살고 있는 젊은이는 사회나 친구들과 어떻게 접촉하고 있을까? 그래서 15명의 피험자에게 다음 <표 7-1>과 같은 앙케트 조사를 실시했다.

질문 1. 귀하와 지역과의 접촉의 정도는 [지역과의 접촉]
1. 거의 없다 2. 약간 있다 3. 어지간히 있다 4. 매우 많다

질문 2. 귀하가 소속하고 있는 그룹에 대한 공헌도는 [그룹에 대한 공헌도]
1. 낮다 2. 조금 높다 3. 높다

질문 3. 귀하는 친구와 바로 친해지는 편입니까? [친해진다]
1. 아니오 2. 예

질문 4. 귀하는 친구와 이야기할 때, 다음의 어떤 방법을 주로 선택하십니까? [이야기를 한다]
1. 메일을 보낸다 2. 직접 만난다 3. 전화를 한다

참고 자료

없음