カテゴリの相関分析

※このページの以下の内容は、筆者が考案したものです。すでに同じものが世の中にあるのかもしれませんが、少なくとも筆者は知らないです。ご存知の方は、ご教授いただけるとありがたいです。

このページで使うデータは、質的データをダミー変換して１と０だけの量的データに変換したものです。量的データになっているので、相関係数が計算できるのですが、１と０しかないので、独特の性質があります。

Aという変数に対して、１と０の位置が異なる変数をいろいろと用意して、相関係数を計算してみたのものが下図になります。１と０の位置がまったく同じだと、１になり、それ以外では、１よりも小さくなる様子がわかります。
Decision Tree

この性質を使って、似ているカテゴリを見つけるのが、「個々のカテゴリの相関分析」になります。一般的に相関係数を使う時は、正と負の両方の相関を見ようとしますが、この分析では、正の相関の強い時だけに注目します。

質的データをダミー変換して、１と０の量的データに変換してから、変数のすべての組み合わせについて、相関係数を計算します。量的データについては、１次元クラスタリングをして、一度、質的データにしてから、ダミー変換をして、元の量的データとは、違う性質を持つ量的データに変換して使います。

特徴

個々のカテゴリの相関分析の方法は、データによっては、良さそうな結果になることもあります。ただ、多くの場合は、思ったような結果にならないようで、扱いにくい方法です。

個々のカテゴリの相関分析は、質的変数と量的変数が混ざっている場合の分析方法として使えますが、上記のように使いにくいです。

筆者の経験の話になりますが、質的変数と量的変数が混ざっている場合は、質的変数をダミー変換して量的変数として扱うよりも、量的データを質的データに変換を使って、質的変数の相関性として分析する方が、良かったです。