多次元尺度構成法

観測された類似度(あるいは非類似度)−たとえば建物の間の距離は一種の類似度と考えることができる−から、観測されたデータの中にある構造を見つけ出す方法の一つ。

たとえば、10個の対象の類似度を、何人かの被験者に評定させると10行10列の類似度行列(対角要素は0で、下半分と上半分には同じ数値が入っている−対称行列−)ができあがる。

この情報を全て活かそうとすると、10次元の空間が必要になるが、それでは、データの中にあるかもしれない構造を直感的に把握する事が困難となる。

そこで、多次元尺度構成法では、これらのデータから、多くても3次元(多くは2次元平面)の空間のなかに、元のデータの持っている情報をなるべく減らさずに、対象を布置する。

こうすることによって、多次元のデータの中に隠れている構造を、視覚的に捉える事ができる。

データは順序尺度以上であれば良い。

建物間の距離を用いた例

実行方法

目次のページに戻る

多変量解析のページに戻る