Parte 1ではOCDE加盟国 （トルコ を 除く） を 対象 と し 、 、 主 成分 分析 の 負荷 量 プロット や スコア から 、 、 各 々 の 幸福 度 に 寄与 要因 と の 関連 性 プロット から 、 各 々 の の 幸福 に 寄与 要因 要因 と の 関連 性 プロット から 、 各 々 の 幸福 度 に する 要因 と の 関連 性 プロット から 、 各 々 の 幸福 度 に 寄与 要因 と と の 関連 quis性などについて調べました。
今回のParte 2では 、 主 成分 分析 の 結果 を さらに 考察 し 、 他 他 の と と は 異なる 幸福 感 持っ て て いる は どこ なの か？ 異なる 感 感 の 要因 と なる もの もの は 何 か？ 調べ て ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます ます.
これに対し、 JMP の 主 成 分 分析 で は 、 データ （サンプル） の 外れ 値 を 見つけ 、 なぜ その データ が 外れ て いる の か を やすく 解釈 できる 機能 機能 機能 機能 機能 機能 なぜ その データ が 外れ て いる の を 分かり やすく 解釈 できる 機能 機能 機能 機能 機能があるので、これを活用してみます。
■他の国々と異なる幸福状態を示す国は?
Parte 1 (Parte 1)
このスコアプロットには、 JMPのオプションを用い”スコアプロットに対する90%確率楕円” を追加しています。
スコアプロットでは、各国に対する第1主成分(横軸)のスコア、第2 Texto completo
我が国である日本(Japón)を含め、韓国(Corea del Sur) 、メキシコ(México)が楕円の外側に位置しています。
(※ギリシャ(Grecia)もギリギリ楕円の外に位置しますが、ここでは無視します。 )
主 成分 分析 の スコア プロット は 、 多変 量 の 量 的 的 データ に対し 、 多変量 空間 における 外れ 値 を 調べる 用途 使わ 使わ れる こと あり ます。 スコア プロット 自体 は いわゆる 散布 散布 図 です ので 、 点 の プロット 見 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚 視覚.的に考察できる利点があります。
この例で外れ値となった3ると考えられます。では¿Error?
Parte 1 で 示し た バイ プロット （スコア プロット と 負荷 量 プロット プロット を 重ね あわせ た プロット） で 国 と 項目 間 の 関連 性 が とれる とき は 、 ある 国 の 近く 近く に ある 幸福 要 因 の 項目 こと により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により により によりMás información
このようなときに、 JMPでは主成分分析のオプションとして搭載している「外れ値分析」を使うことをお勧めします。
■ JMPの強力機能： 主成分分析における 「外れ値分析」
JMPでは、主成分分析のレポート左上にある赤い三角ボタンをクリックし、 [外れ値分析]のオプションを選択すると、次のようなレポート (グラフ)
2” に、有意水準を0.1に変更し、最初に示した”スコアプロットの90%確率楕円”に合わせています。
グラフ の 横軸 は データ テーブル で の データ （サンプル） の の 並び に に なり ます が 、 例 で で は が 全体 的 な 幸福 度 が 高い 国 を 、 右側 が が 低い を を て い ます。。。。。。。。。。。。。。。。。
縦軸のT 2 Ver más X軸に対して平行に引かれている赤い線（ LCC = 4,44 ） がしきい 値 に なり ます。 先ほど の スコア プロット の 確率 楕円 と 同様 に 、 メキシコ 、 日本 、 韓国 が 外れ値 に なっ て いる が わかり。。。。。。 、 日本 、 韓国 が 外れ値 に なっ て いる こと が ます。。。。。。
ではなぜ、この3つの国は外れ値となったのでしょうか。ここからがJMPを使う醍醐味です。グラフ上でこの3つ の プロット 点 を 選択 し 、 「選択 し た 行 の 寄与 率 プロット」 と いう オプション を 実行 する 、 選択 選択 し 行 （国） ごと に 棒グラフ が 表示 さ ます。。。。。。。。。。。。。。。。。。。
表示される「 T 2寄与 率 プロット 」は 、 外れ 値 分析 で 表示 さ れ た グラフ の 縦軸 の 値 に 各 幸福 幸福 の が どれ ぐらい 寄与 し て いる か を 示し た です。。。。 です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です です値 が 大きい （棒 が 長い） ほど 、 その 項目 が 大きく 影響 し て いる 、 つまり 外れ て い こと の 大きな 原因 に なっ て いる いることが言えるのです。
。
メキシコの寄与率プロット
健康寿命が最も大きく寄与しており、その次にPIBが寄与しています。
韓国の寄与率プロット
社会支援の充実度、健康寿命が大きく寄与しており、残差（ 6つの項目では説明できない幸福度）も寄与しています。
日本の寄与率プロット
健康寿命が大きく寄与しています。併せて残差も大きく寄与しています。
いかがでしょうか。これら外れ値の3 。
■パラレルプロットと併せて解釈する
寄与率プロットで、どの項目が寄与しているかを調べられると述べましたが、寄与率だけではその項目がポジティブに寄与しているのか、ネガティブに寄与しているくかり゛
例えば、 3つの 国 で は 共通 し て 健康 寿命 が 大きく 寄与 寄与 し て いる こと が 分かり まし た が 、 健康 が 他 他 国 より 高 すぎる （ポジティブ） こと が 寄与 し て いる の か 、 または の より より 低 ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ 寄与 し て の か 、 または 他 国 より 低 すぎる ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ ネガティブ）ことが寄与しているかは示していないのです。
Ver más JMP 。
パラレル プロット は 、 各国 における 項目 の 値 を 折れ線 で 結ん だ もの です。 これ により 、 各 項目 の 値 の 相対 的 な 大き さ 比較 でき ます。。。。。。。。。。。。。。。。。。。。。。。
外れ値となった3つの国は太い色付きの折れ線で示しましたが、三者三様（三国三様？）といった感じですね。
日本（赤色の折れ線） ： 健康寿命が他の国に対してダントツで高くなっています。また、他者への寛容性（ Generosidad )
韓国（水色の折れ線） ： 健康 寿命 は 高く 、 社会 支援 の 充実 度 は 低い 低い こと で 、 これら の 寄与 率 高い こと が わかり ます。 同じ で も 韓国 韓国 は 社会 支援 の 充実 充実 度 度 度 度 が 低い と て いる こと 知り た まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし まし. 。
メキシコ（黄緑色の折れ線） ： 健康寿命が低く、 PIBが低いことが大きく寄与しています。
※注意： 主成分分析の外れ値分析の寄与率は、多次元のデータを2次元に縮約したものなので、 2つの 成分 の 累積 寄与 率 が 低い 場合 は 、 上記 の よう な 外れ 値 分析 の 寄与 度 と パラレル プロット の 解釈 が 一致 する と 限り ませ ん。。。。。。。。。。。。。。。。。。。。。。。
ることができますね。
次回のparte 3では クラスター 分析 を 使っ て 、 幸福 の 要因 が 似 て いる 国 、 違う 国 を 分類 し 、 主 成分 分析 の レポート と 併せ て し て み ます。。。。。。。。。。。。 ます ます ます ます ます ます ます ます ます ます
