マンガでわかる統計学 因子分析編

高橋信 井上いろは トレンド・プロ

• オーム社 (2006年10月1日発売)

作品紹介・あらすじ

好評の既刊書『マンガでわかる統計学』の因子分析編登場！
本書は『マンガでわかる統計学』、『マンガでわかる統計学　回帰分析編』に続く第３弾。統計分析の一手法である因子分析の基礎から応用まで、マンガと文章と例題で理解させる。因子分析は、非常に人気のある分析手法で、特に心理学をはじめ、いろいろな分野で活用されている。

感想・レビュー・書評

[あるふれっとさんの感想 · 2019年9月13日]

漫画にする意味あるってレベルで数式ばっかり。ストーリーと因子分析が全然関係ない。絵が和ませてくれる。くらいしか意味がない。

[georgebest1969さんの感想 · 2013年1月3日]

これは実によかったです。

因子分析って、医学教育関係を突っ込みだしてしばしば聞いていたのだが、なじみがなかったので読んでみた。A book with attitudeという感じ。漫画なので柔らかい構成だが、実は硬派で学術界の問題をバシバシ斬っている。門外漢だが、問題の構造はよく分かる。よい本です。

[鎌倉女子大学図書館さんの感想 · 2024年6月17日]

貸出状況はこちらから確認してください↓
https://libopac.kamakura-u.ac.jp/webopac/BB00308704

[aya00226さんの感想 · 2022年3月10日]

多変量解析には、
因子分析、重回帰分析、ロジスティック回帰分析、主成分分析、クラスター分析、構造方程式モデリング、など
標本抽出法には、
単純無作為抽出法、層別抽出法、2段抽出法、層別2段抽出法など
アンケートの世界では、400のサンプルを最低限とする、という考え方がある。賛成反対が5分5分のときに、信頼率95%で10%のぶれの中に納まる数。
探索型と分析型のデータ分析＝手元にあるデータを分析するか、仮説を立ててデータを集めるか、の違い。

複数回答は、いくつでも、のほうが２つまで、より負担が少ない。
数量回答は、回答欄をケタで区切る。
段階の回答は最大で７つまでにする。
真ん中を含めるか含めないか。

相関行列＝対角が同じ短相関係数である行列
固有値、固有ベクトル

主成分分析に制約を課せば因子分析と同じ
主成分分析とは
データの分散が大きいところが主成分
主成分は実在しない新たな変数を作り出すもの
データを基準化＝平均０、標準偏差１にそろえる。
ラグランジュの未定乗数法で計算する
相関行列を作る。
相関行列の固有値と固有ベクトルを求める
最大の固有値に対応するベクトルと2番目のベクトルで直交座標をつくる
各データの第1主成分と第2主成分を求めてグラフ化する
寄与度を計算。第2主成分までで50%以上の寄与度は欲しい。
変数が多いと寄与度は下がる。２つの変数なら２つで100%。

データの分散が最も大きなところの軸を求めるコト、は相関行列の最大の固有値と固有ベクトルを求めるコト、ど同義。

主成分分析は、新たな説明変数を作り出すこと、
因子分析は、隠れた説明変数を見つけ出す、こと。
説明変数の数はあらかじめ想定する。それらの因子負荷量を確認するのが目的。
データを基準化する
任意の共通因子間の短相関係数は0と仮定するのは直行因子モデル、総仮定しないのは斜交因子モデル。

因子負荷量のない目的変数があった場合
それを除いて、あらためて因子分析をやる
因子負荷量の値を下げて、無理やりどの目的変数にも役割を持たせる。おおまかには0.3～0.5程度は欲しい。

回転はバリマックス法が主流。

現在は、主因子法より最尤法、バリマックス法よりプロマックス法、が主流

統計的仮説検定は
母平均の差の検定＝ｔ検定
独立性の検定＝χ二乗検定
母比率の差の検定
母分散の比の検定
wilcixon検定

[poohさんの感想 · 2021年3月26日]

アンケート

[hmsk0331さんの感想 · 2020年9月2日]

・アンケートは、実態→意識→属性

・曖昧な質問避ける。質問は一回で一つ、明快に。

・主成分分析は、存在しない因子。総合人気度的な

・主成分分析の説明変数は分析者の主観で決める。

[kappappa14さんの感想 · 2020年8月27日]

moocsでPCAの講座があるので、予習として。
ざっと内容をイメージした上で本格的な勉強に入るという目的に照らせば良いと思う。

これを使って勉強する、って類のものではない。

[koishi-2018さんの感想 · 2019年1月12日]

2007/3/14
今までわからなかったことが、すっきりわかる！

[yashiti1さんの感想 · 2018年10月31日]

ごめん、さすがにここまで来ると、わからなくなった。。
具体的に手で計算できるレベルを超えたし、仕事で使わないから実感が湧かない。。

[yajjjさんの感想 · 2018年10月9日]

http://yajjj.blog62.fc2.com/blog-entry-216.html

[Mqiさんの感想 · 2018年7月11日]

漫画でわかる統計学の因子分析編

因子分析の仕組みは、大学教授でも理解しているか怪しい人がいるほどややこしい内容である。
その中でも、非常にわかりやすい文章だった。

ただ、高校数学でギブアップしていた私には、かなり難しい内容でした…笑

[happybooklifeさんの感想 · 2017年10月21日]

わかりやすい。

[junjungogoさんの感想 · 2017年2月26日]

因子分析がどのようなことを分析する手法なのかについてイメージとしてつかみやすい内容である。
ただし、数学的な内容については、回帰分析編よりも難しく感じた。式の展開も、文字式やΣを用いて記載してもらった方が個人的にわかりやすいのだが、これは対象とする読者のレベルに合わせているのだろうから、必要であればもっと専門的な書籍を読めば良いことである。
因子分析などの分析手法は数学的に折り目正しい手法というよりは、解釈など分析者の主観も多々入る余地があり、このあたりの解説が読んでいて役に立ちそうだった。

[m_kawaguchiさんの感想 · 2016年11月27日]

とりあえず目を通したが再読が必要

[yaetさんの感想 · 2016年5月21日]

マンガ部分だけ読んでも分析法のイメージが掴めるのが手軽で良い。

[kony10さんの感想 · 2015年7月28日]

因子分析のみで1冊さいており、読むのに結構な時間を要した。数列を多用しており、計算も高校数学のやや高度なレベルを求められる。
理系大学出身だが、１回で完全理解とまでは至らなかった。

[ゆりりんさんの感想 · 2014年5月31日]

これだけで分かるようになるとは言わないが、とても自然に頭に入ってきて、楽しく読めたのでよかった。
数式部分はもう少し細野メソッドぽく丁寧に解説してくれてもよかったかな。。。

[りんさんの感想 · 2013年10月16日]

泥縄お勉強、第２弾。
もうそろそろ、マンガでない本を読まないといけないな……。

[けけんけんさんの感想 · 2013年8月10日]

マンガなのに私には難しすぎる。

[yujiyamada0522さんの感想 · 2013年3月8日]

*****
今度は因子分析編。
分かるんだけど、数学がさすがに分からない。。。
*****

著者プロフィール

1972年新潟県生まれ。九州芸術工科大学(現・九州大学)大学院芸術工学研究科情報伝達専攻修了。民間企業でデータ分析業務やセミナー講師業務などに従事した後、大学非常勤講師や非常勤研究員などを務めた。現在は、著述家として活動する傍ら、企業や大学などでの講演活動にも精力的に取り組んでいる。

学生時代に、誰からも頼まれていないのに、そして誰にも見せる予定がないのに、中学生と高校生に向けた数学教材を制作していた。

主要な著書に『マンガでわかる統計学』『マンガでわかるベイズ統計学』『マンガでわかる線形代数』(いずれもオーム社)がある。同書はスウェーデン語やイタリア語、ロシア語などに翻訳されてもいる。
http://www.takahashishin.jp/

「2020年 『データ分析の先生！文系の私に超わかりやすく統計学を教えてください！』 で使われていた紹介文から引用しています。」