の続きです。
今回はR言語で主成分分析(PCA)をしてみようと思います。
まず、datというデータフレームから平均値だけのデータフレームにします。
次に、typeはもう平均値だけなので必要ないのでtypeを削除します。
tapply関数を使って、eiyousoとregionごとの平均値を出します。
こうして作成したdat_averageというデータフレームですが、変数の数はどのくらいあるのでしょうか？
なんと、40個もあります。
このように変数が多くてデータの概要を理解するのが難しいときに主成分分析(PCA)を使います。
prccomp関数を使います。
pcaobjectのサマリを見てみます。
3行目のCumulative Propostionを見ると、PC1で46%、PC2までで68%データを説明できます。
グラフにしてみます。
PC5ぐらいまでで90%ぐらい説明できるということですね。つまり40個の変数を5つぐらいに縮小できるということですね。
biplot関数でグラフにしてみます。
横軸をPC1, 縦軸をPC2にしてそれぞれの地域をプロットしています。
近畿1と近畿2は隣接していますから、栄養摂取に関しては同じようなものだとわかります。
それに対して、関東1と関東2は離れていますから地域差があります。
東北と北陸も同じような栄養摂取ですね。
北海道はPC1は大きく、PC2は小さいということですね。
今回は以上です。
今回は
を参考にしました。
はじめから読むには、
です。
