You are here:
< Back


多変量解析とは、多くのデータを、仮説に基づいてその関連性を明確化するための統計的方法のことです。わかりやすく言えば「複雑なデータから相関関係などをわかりやすくすること」と言えます。

回帰分析 regression analysis

回帰分析は大量のデータから相関関係や因果関係を見つけ出すための分析手法で市場予測や顧客の評価、購買行動の要因分析などに使用します。

主成分分析 PCA principal component analysis

主成分分析とは調査によって得られた膨大なデータから、購買の動機として何が主要な要素なのかやブランドのどこが重視されているのかなどを明らかにするための分析手法です。

因子分析 factor analysis

主成分分析が、既に考えられている要因を整理要約するのに対して、因子分析は背後にある隠れた要因を見つけだす手法です。

回帰分析ROSRMS
判別分析 discrimination analysis

多数のデータがあり分類を行った際にどのグループに入れるかを判別するための分析方法です。

グループを直線で分ける線型判別関数(linear discriminant function)法と、曲線で分けるマハラノビス汎距離(Mahalanobis’ generalized distance)法があります。

クラスター分析 cluster analysis

セグメンテーションを行う際にどのような切り口で分類するべきか、ある基準で「似たもの同士」を見つけてクラスター(グループの意味)にまとめる分析方法です。数値分類法、自動分類法とも言われます。

コンジョイント分析 conjoint analysis

コンジョイント分析とは、商品のスペックや価格などのコンセプトを決定するための多変量解析を用いた分析方法です。