主成分分析（次元削減）とは？
主成分分析（次元削減）とは、相関のある多数の変数を、情報の損失を抑えながら少数の合成変数に集約する手法。もとの変数の分散を最も多く説明する軸から順に主成分を取り出す。可視化、変数の整理、後続モデルの安定化を目的として使われる。
しゅせいぶんぶんせき（じげんさくげん）
主成分分析（次元削減）の意味
相関のある多数の変数を、情報の損失を抑えながら少数の合成変数に集約する手法。もとの変数の分散を最も多く説明する軸から順に主成分を取り出す。可視化、変数の整理、後続モデルの安定化を目的として使われる。
主成分分析（次元削減）の具体例
顧客アンケートの30項目を主成分分析にかけ、第1主成分を「価格志向」、第2主成分を「品質重視度」と解釈し、この2軸の平面に顧客を配置する。累積寄与率が70%を超える範囲までを採用の目安にする。
主成分分析（次元削減）は試験でどう引っ掛けられる？
得られた主成分は数式上の合成軸であり、名前は分析者が解釈して付けるものなので、意味付けを誤ると結論全体が歪む。また変数の単位が揃っていないと分散の大きい変数に引きずられるため、標準化が必要になる。
主成分分析（次元削減）と関連する用語
最終更新：2026-08-25／解説は資格暗記が独自に作成しています。 過去問の出典は各問題に記載のとおりです。