Rによるデータ分析

Rによる分割表のコレスポンデンス分析

質的変数をスタートにするコレスポンデンス分析は、 Rによる質的変数のコレスポンデンス分析にあります。

関係を表す値が関係の強さを表している場合

多次元同時付置図（コレスポンデンス分析＋多次元尺度構成法＋同時付置図）

表の値は、頻度や関係の強さを表していて、大きいほど関係が強い場合です。０が一番小さな値で、「関係なし」の意味になっているとします。下記のデータの場合は、BとTが一番強い関係を表しているとします。
コードの例では、一番左の列はサンプル名として使われます。

データが０以上の整数の時に使える方法です。例えば、頻度の時は使えます。

コレスポンデンス分析の出力を多次元尺度構成法で処理して多次元同時付置図を作る方法です。
コレスポンデンス分析の結果が多次元になっている場合は、普通の同時付置図では、分析で間違いが起きる可能性があるので、この方法を使うと便利です。

library(MASS) # パッケージを読み込み
setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T, row.names=1) # データを読み込み
pc <- corresp(Data,nf=min(ncol(Data),nrow(Data))) # コレスポンデンス分析
pc1 <- pc$cscore # スコアを読み取り
pc1 <- transform(pc1 ,name1 = rownames(pc1), Group = "A")# 行名を追加
pc2 <- pc$rscore # スコアを読み取り
pc2 <- transform(pc2 ,name1 = rownames(pc2), Group = "B")# 列名を追加
Data1 <- rbind(pc1,pc2)# データを結合
round(pc$cor^2/sum(pc$cor^2),2)# 寄与率を求める。

# 上記の結果から、３番目までの固有値は寄与率が高いことがわかったので、この後の解析にいれることにします。
# ちなみに、寄与率の低いところを入れると、それがノイズになるらしく、きれいに分離されなくなります。

MaxN = 3# 使用する固有値の数を指定
Data11 <- Data1[,1:MaxN]# 項目のある列を指定
Data11_dist <- dist(Data11)# サンプル間の距離を計算
sn <- sammon(Data11_dist) # 多次元尺度構成法
output <- sn$points# 得られた2次元データの抽出
Data2 <- cbind(output, Data1)　 # 元データと多次元尺度構成法の結果を合わせる。
library(ggplot2) # パッケージの読み込み#
ggplot(Data2, aes(x=Data2[,1], y=Data2[,2],label=name1)) + geom_text(aes(colour=Group)) # Nameを使った言葉の散布図

関係を表す値が質的データの場合

表の値は、質的データの場合です。質的分割表のコレスポンデンス分析の例です。

いずれの方法も、行の項目名が１列目、列の項目が２列目、値が３列目になるようにデータを並べ変えてから使います。

多次元同時付置図（コレスポンデンス分析＋多次元尺度構成法＋同時付置図）

library(tidyr) # ライブラリの読み込み
library(dplyr) # ライブラリの読み込み
library(fastDummies) # ライブラリの読み込み
library(MASS) # ライブラリの読み込み
library(ggplot2) # ライブラリの読み込み#
setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
Data1 <- tidyr::gather(Data, key="Group", value = Val, -Name) # 縦型に変換（Nameの列以外を積み上げる）
Data_dmy <- dummy_cols(Data1,remove_first_dummy = FALSE,remove_selected_columns = TRUE)# ダミー変換
pc <- corresp(Data_dmy,nf=min(ncol(Data_dmy))) # コレスポンデンス分析
pc1 <- pc$cscore #
pc1 <- transform(pc1 ,name1 = rownames(pc1))# 行名を追加
round(pc$cor^2/sum(pc$cor^2),2)# 寄与率を求める。

# 上の例では、９番目以降の固有値は寄与率が低いので、この後の解析から外すことにします。

MaxN = 8# 使用する固有値の数を指定
Data11 <- pc1[,1:MaxN]# 項目のある列を指定
Data11_dist <- dist(Data11)# サンプル間の距離を計算
sn <- sammon(Data11_dist) # 多次元尺度構成法
output <- sn$points# 得られた2次元データの抽出
Data2 <- cbind(output, pc1)　 # 元データと多次元尺度構成法の結果を合わせる。
ggplot(Data2, aes(x=Data2[,1], y=Data2[,2],label=name1)) + geom_text() # Nameを使った言葉の散布図

これも、解釈しにくいですが、とりあえずデータがグラフになりました。 Redが外れたところに配置されるのは、上の方法と同じになりました。