因子分析、とりあえず
先週は風邪で全く頭が働かなくて、無理矢理近況報告で終わってしまった。
案の定、私の数少ない読者は、この面白くもないブログから遠のいて行くのでした。
ま、それはそれでいいのだが
読んだからには、何か反応みたいなのを期待したいわけだが、記事自体にまだ読者視点のイマジネーションを動かすほどのもんがないんだろう。
実はまだ完治してない
年は取りたくないデスネェ！
風邪なんで2、3日で治るかと思ってたけど、もらった薬は5日分。それも飲み終えて、なお完治してるとは言えない状態の週明けでした。
職場も風邪が蔓延しており、マスクマンが増えてきましたね。
そんなんだから、まだややこしい因子分析が読み解けてない。
ただ言えるのは、この因子分析は多変量解析のファーストステップとしてクリアしておかないといけないということ！
因子分析とは？
例えば、前に出したクラスの学科ごとの成績一覧で、理系の人は数学と理科の偏差値が高いとか、文系は英語と国語だとか、社会は地理などの理系的要素もあるからなんとも言えないとか、、、
ちなみに私は高校地理で、赤点ギリギリという不得意さがあります。そんな奴が統計に手を出してモノにできるのかな？？？
それはさておき、先ほどの得意だとかは、なんとなく感覚的にそういう決めつけをしてるだけですよね。
それを教科に影響する共通の原因、言い換えると影響するグループを見つける作業が因子分析なんです。
洋服の好みを調査する例の方がわかりやすいですかね。
季節は固定にして、20種類くらいの洋服全てに好き嫌いを10段階くらいで調査すると、色の好みとか、形とかある程度偏った結果が出ると思うんですよ。
まずは、色をグルーピングした黒系、茶系、白系、青系、緑系、ピンク系くらいで、相関係数を求めてみるわけです。
予想通り、そのグループでまとめた相関係数が高けりゃ、当たりです。
統計処理はそんな感覚的にやらずに、全ての組み合わせの相関係数を求めます。
- 20種類の組合せなので、190通りの相関係数を出して、
- そこから強い値を出している組合せを抽出して、
- おお、やはりそうだったか、とか見る
- 影響してる共通因子に名前をつけて、納得させればおっけ
で、これはなんでかな？って考えるために更なる調査項目を出します。
出身地、居住地、年代、睡眠時間、性別、兄弟の中で何番目、最近の機嫌、今の体調、調査場所、調査日時、、、
とまぁ
関係するんじゃないかと疑い出すとキリが無いですね。
これらをアンケートに盛り込み、、、
次回へ続く・・・
いやぁ、二次元で考えられなくなると、説明もキツイというのが本音です。
ちょうど、町田に着いたので、続きはまた明日以降。
ここはややこしいので、じっくり構える必要がある。
アンケートやってみたいですねぇ。
あれは、もので釣らないとみんなやってくれないですからね。
誰か、景品提供してくれたりしないかなぁ。メーカーさんとか。
