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。
分割表 をスタートにする コレスポンデンス分析 の実施例です。
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。
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$points# 得られた2次元データの抽出
Data2 <- cbind(output, Data1) # 元データと多次元尺度構成法の結果を合わせる。
library(ggplot2) # パッケージの読み込み#
ggplot(Data2, aes(x=Data2[,1], y=Data2[,2],label=name1)) + geom_text(aes(colour=Group)) # Nameを使った言葉の散布図
表の値は、質的データの場合です。
質的分割表のコレスポンデンス分析
の例です。
いずれの方法も、行の項目名が１列目、列の項目が２列目、値が３列目になるようにデータを並べ変えてから使います。
library(tidyr) # ライブラリの読み込み
library(dplyr) # ライブラリの読み込み
library(fastDummies) # ライブラリの読み込み
library(MASS) # ライブラリの読み込み
library(ggplot2) # ライブラリの読み込み#
setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
Data1 <- tidyr::gather(Data, key="Group", value = Val, -Name) # 縦型に変換（Nameの列以外を積み上げる）
Data_dmy <- dummy_cols(Data1,remove_first_dummy = FALSE,remove_selected_columns = TRUE)# ダミー変換
pc <- corresp(Data_dmy,nf=min(ncol(Data_dmy))) # コレスポンデンス分析
pc1 <- pc$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。
