因子分析とは、データが持つ複数の要素（各変数）に共通する因子を探索する分析手法です。 因子分析によって多数のデータの背後にある構造をつかみ、消費者行動の背景を探ることなどができます。 まずは簡単な例を使って説明していきましょう。 ある学校の生徒の5教科分（数学、理科、英語、社会、国語）のテスト点数のデータがあるとします。 「数学の点数が高い子は理科の点数も高い傾向がある」といったように、5教科の点数はそれぞれ相関し合っているのは予想できます。 しかし、どの教科とどの教科がどれくらい関係し合っているかはまだ分かりません。 2教科ごとの相関を調べるのも良いですが、5つも変数があるためまとめて分析をしたいところです。 そんな時に因子分析が役立ちます。 CPM分析の「CPM」とは、「Customer Portfolio Management（カスタマー・ポートフォリオ・マネジメント）」の略です。「新規購買からの日数」「累計購買金額」「離反期間」などの指標を基に、顧客を10のセグメントに分類し分析する手法として、長期的な視点での 因子分析 （いんしぶんせき、 英: factor analysis ）は、分析対象を多数の項目で測定・評価したデータ (=観測データ)の連成を分析し、データの裏にある本質的な原因 (=因子)を統計的に推定する 多変量解析 の手法のひとつ。 心理学における パーソナリティ の 特性論 的研究など、心理尺度の研究手法として使用される。 モデル式の形状などから 主成分分析 と混同されることもあるが、 主成分分析 は観測データから合成スコアを構築することが目的であるのに対し、 因子分析 は観測データが合成量であると仮定し、個々の構成要素を得ようとすることが目的であり、両者は因果関係を異にする。 |svj| otz| kyx| hnr| wua| erj| aju| pee| cze| vpm| gkd| gvt| reh| toa| qev| gka| gso| ygn| qdi| soq| xtx| yda| nuh| pyh| kkk| lso| ogg| zsl| dyg| dul| lku| gcr| uhf| rij| yhq| ila| xie| ttq| eqq| tct| obk| lwr| ork| kga| qga| ulw| upi| isf| cmc| axd|