主成分分析とは？

主成分分析とは、多数の変数を、情報の損失を抑えながら少数の合成変数（主成分）に要約する多変量解析の手法。分散が最大になる方向を第1主成分とし、以降はそれと直交する方向を順に取る。次元削減や可視化、相関の強い説明変数をまとめる前処理に使う。

応用情報技術者試験の過去問では1回出題されています。

しゅせいぶんぶんせき

応用情報技術者試験の頻出用語／テクノロジ系／別名：主成分分析（次元削減）、次元削減

主成分分析の意味

多数の変数を、情報の損失を抑えながら少数の合成変数（主成分）に要約する多変量解析の手法。分散が最大になる方向を第1主成分とし、以降はそれと直交する方向を順に取る。次元削減や可視化、相関の強い説明変数をまとめる前処理に使う。

5教科の成績に適用すると、第1主成分は総合的な学力、第2主成分は文系寄りか理系寄りかの傾向として解釈できることが多い。採用する主成分の数は、累積寄与率が8割を超えるところまで、といった基準で決める。

個体をグループに分けるクラスタ分析とは目的が異なり、主成分分析は変数側を縮約する手法。各主成分に「学力」などの意味を与えるのは分析者の解釈であって、計算が自動的に名前を付けるわけではない。

複数の変数をもつデータに対する分析手法の記述のうち、主成分分析はどれか。
正解：変数を統合した新たな変数を使用して、データがもつ変数の数を減らす方法
要点：主成分分析は変数を合成して次元を削減する手法
主成分分析は、相関のある複数の変数を線形結合して互いに無相関な新しい変数（主成分）を作り、少数の主成分で元の情報をできるだけ保ったまま変数の数を減らす手法である。目的は次元の削減とデータの要約にある。観測変数の背後にある共通因子を推定する因子分析とは、目的も考え方も異なる。
出典：令和5年度秋期応用情報技術者試験午前問2（IPA）

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。