『主成分スコア』『固有値』『寄与率』による、主成分分析結果の基礎的な解釈ができる！

今回は、主成分分析結果の基礎的な解釈の仕方をわかりやすく解説します。
主成分分析は、高次元のデータを低次元で表現することができるため、多変量データを扱う際に非常に便利なのですが、結果の解釈ができなければ有効に使うことができません。
この動画をみれば、主成分分析結果の基礎的な解釈をするために必要な『主成分スコア』『固有値』『寄与率』とは何で、どのように読み取ったら良いのかがわかります。
この3つに加えて『因子負荷量』が何者で何を示しているのかがわかれば、主成分分析結果を完ペキに解釈して使いこなすことができるようになります！※『因子負荷量』については、主成分分析③で解説します。
QC検定のお勉強にもお役立てください。
皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^）

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

【関連動画】
▼主成分分析の最大の特徴である『次元の縮約』の考え方をサクッと理解できる！
　   • 主成分分析の最大の特徴である『次元の縮約』の考え方をサクッと理解できる！  
▼『因子負荷量』を理解すれば、主成分分析結果がみるみるわかる！
　   • 『因子負荷量』を理解すれば、主成分分析結果がみるみるわかる！  
▼『ソルバー』を使ってExcelで主成分分析をやってみよう！
　   • 『ソルバー』を使ってExcelで主成分分析をやってみよう！  

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

チャンネル登録はこちら
☞   / @datasciencelab.  


#QC検定1級成績優秀表彰者が解説します