方法
1.データを作成・読み込む
Rで線形回帰分析のときのようにCSVを読んでもいいし
以下のように直接入力してもいい
変数1<-c(値1,値2,値3,・・・・,値N)
変数2<-c(値1,値2,値3,・・・・,値N)
dat<-cbind(変数1,変数2)
2.主成分分析
結果<-prcomp(dat,scale=FALSE)
※scaleがTRUE
相関行列で行う=データ値を標準化をする
標準化=(値-平均)/標準偏差
scaleがFALSE(ないしはscaleをかかない)
分散共分散行列で行う=データ値をそのまま使う
3.結果表示
(1)内容を表示する
summary(結果)
主成分に対する寄与率、累積寄与率が表示される
(2)分散
結果$sdev^2
各主成分における分散
(3)主成分軸の係数
結果$rotation
(4)元データの平均
結果$center
(5)主成分得点の表示
結果$x
(6)主成分得点のプロット
biplot(結果)
(7)主成分負荷量
cor(結果$x,dat)
1.データを作成・読み込む
Rで線形回帰分析のときのようにCSVを読んでもいいし
以下のように直接入力してもいい
変数1<-c(値1,値2,値3,・・・・,値N)
変数2<-c(値1,値2,値3,・・・・,値N)
dat<-cbind(変数1,変数2)
2.主成分分析
結果<-prcomp(dat,scale=FALSE)
※scaleがTRUE
相関行列で行う=データ値を標準化をする
標準化=(値-平均)/標準偏差
scaleがFALSE(ないしはscaleをかかない)
分散共分散行列で行う=データ値をそのまま使う
3.結果表示
(1)内容を表示する
summary(結果)
主成分に対する寄与率、累積寄与率が表示される
(2)分散
結果$sdev^2
各主成分における分散
(3)主成分軸の係数
結果$rotation
(4)元データの平均
結果$center
(5)主成分得点の表示
結果$x
(6)主成分得点のプロット
biplot(結果)
(7)主成分負荷量
cor(結果$x,dat)