📖 もっと詳しく

因子分析（Factor Analysis, FA）は、 観測された多変数の背後に潜む少数の潜在変数（=因子）を推定する手法。 「5科目の点数 ← 学力という1つの潜在因子」のように、 観測できない構成概念を抽出します。

古典的例：知能の因子構造。 1904年 Spearman が、 子供たちの様々な科目の点数が強く相関することから、 「一般知能 g」 という単一の潜在因子の存在を提唱。 これが因子分析の歴史的起源で、 現代の心理学・教育測定の基礎となりました。

身近な例：質問紙調査。 顧客満足度調査で「品質」「価格」「対応」「速度」「総合」など20問の点数があるとします。 これらは独立した質問に見えて、 実は「製品満足度」「サービス満足度」のような少数の潜在因子で説明できることが多い。 因子分析でその構造を発見できます。

🎨 直感で掴む

因子分析の典型的可視化（PCA と類似の散布図）。 ただし因子分析では「ローディング行列」（各観測変数が各因子に与える重み）の解釈が中心。

図は2因子に圧縮した47都道府県の散布図のイメージ。 因子分析の真価はローディング行列の解釈にあります。

例えば6つの観測変数（死亡率、 高齢化率、 出生率、 転入率、 保健医療費、 消費支出）を2因子で分析すると：

• 因子1：「高齢化軸」 — 死亡率、 高齢化率に高くロード、 出生率に低くロード
• 因子2：「経済軸」 — 消費支出、 保健医療費、 転入率に高くロード

こうして「6次元のデータが、 実は2つの潜在的な軸で大部分説明できる」と分かります。 各県に「高齢化スコア」「経済スコア」を割り当てて、 1次元の指標として扱えるようになる。

📐 数式

🔬 数式を「言葉」で読み解く

🧮 計算してみる

簡略化した例で因子分析の出力を読み解きます。 4つの観測変数（教育費・大学進学率・所得・経済成長率）を1因子に圧縮すると仮定。

🎓 PCA との違い、 回転、 因子数決定

🔬 PCA vs 因子分析 — 数学的にも違う

表面的には似ていますが、 数学的なモデルが違います：

PCA の分解：相関行列をそのまま固有値分解。 すべての分散（共通+独自）を主成分で説明しようとする。

$\Sigma = V \Lambda V^\top$

因子分析の分解：相関行列の対角を共通性で置き換えてから分解。 独自分散は除外する。

$\Sigma = \Lambda \Phi \Lambda^\top + \Psi$

$\Psi$ は独自分散の対角行列。 PCA は $\Psi = 0$（独自分散なし）と仮定した特殊例とも言えます。

結論：使い分け

• 探索的データ解析・次元削減・可視化なら PCA
• 潜在変数の推定・スケール開発なら因子分析

🔄 因子回転 — なぜ必要か

因子分析の解には本質的な不定性があります。 因子軸を回転させても、 観測変数の分散・共分散構造は変わらない。 数学的に正しい解が複数あるので、 解釈しやすい解を選びます。

Varimax 回転（直交）：因子間の相関を 0 に保つ。 各観測変数が「1つの因子に強く、 他の因子にはほとんどロードしない」シンプル構造を目指す。 最も使われる。

Promax 回転（斜交）：因子間に相関を許す。 心理学的構成概念は相関するのが普通（「外向性」と「協調性」は無関係ではない）なので、 より現実的。

回転前の解は機械的に得られるが、 第1因子が「あらゆる変数とそこそこ相関」する一般因子になりがちで、 解釈しにくい。 回転で「各観測変数がどの因子に属するか」をくっきりさせます。

📊 因子数決定の科学

「何個の因子を仮定するか」は分析の核心。 客観的方法：

• カイザー基準：固有値 ≥ 1 の因子を採用。 最も古典的だが、 過剰抽出傾向
• スクリープロット：固有値プロットの「肘」を探す。 視覚的
• 平行分析（Parallel Analysis）：観測データの固有値とランダムデータの固有値を比較。 ランダムを超える因子のみ採用。 現代で最も推奨される手法
• MAP（Velicer's Minimum Average Partial）：偏相関ベース。 過剰抽出を防ぐ
• BIC/AIC：情報量基準
• 解釈可能性：因子に意味づけできるか

R の psych::fa.parallel() で平行分析が簡単に実行できる。 Python でも factor_analyzer パッケージで対応。

⚠️ よくある落とし穴

👁️ 直感 — 因子分析は「観測変数の背後にある潜在因子を探る」

因子分析（Factor Analysis）は、 多数の観測変数の背後にある少数の潜在因子（latent factors）を推定する手法。 PCA と似ているが、 「共通因子」と「独自因子（誤差）」を区別する明確な確率モデルを持つ。

典型例：心理測定

• 10項目の質問 → 「外向性」「神経症傾向」「開放性」などの潜在因子に集約
• テスト結果 → 「言語能力」「数学能力」「空間能力」
• 家計5項目 → 「消費水準」「ライフスタイル」

📐 因子分析モデル

$$ \mathbf{x} = \Lambda \mathbf{f} + \boldsymbol{\varepsilon} $$

• x：観測変数ベクトル（p次元）
• Λ：因子負荷量行列 (p × m)
• f：潜在因子（m < p 次元）
• ε：独自因子（誤差項）

分散の分解

各観測変数の分散 = 共通性（因子で説明）+ 独自性（誤差）

$$ \text{Var}(x_j) = h_j^2 + u_j^2 $$

🆚 PCA vs 因子分析

🔄 因子の回転 — 解釈性を上げる

因子分析の結果は回転不変。 解釈しやすい形に回転させるのが標準：

① 直交回転（Varimax）

因子間の直交性を保ちつつ、 「各変数が1つの因子のみに強く依存」する解を探す。 最も一般的。

② 斜交回転（Promax、 Oblimin）

因子間の相関を許容。 心理学的因子（外向性と神経症傾向は相関するなど）に自然。

因子負荷量の解釈

• |loading| > 0.7：強い依存
• 0.4 < |loading| < 0.7：中程度
• |loading| < 0.4：弱い、 通常無視

🐍 Python での実装

① scikit-learn での基本

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

from sklearn.cluster import KMeans, AgglomerativeClustering, DBSCAN
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import silhouette_score
import pandas as pd
import numpy as np

# データの標準化（重要！）
scaler = StandardScaler()
X_std = scaler.fit_transform(X)

# k-means
km = KMeans(n_clusters=3, random_state=0, n_init=10)
labels_km = km.fit_predict(X_std)
print(f'クラスタ中心: {km.cluster_centers_}')
print(f'inertia: {km.inertia_}')

# 階層クラスタリング（Ward法）
agg = AgglomerativeClustering(n_clusters=3, linkage='ward')
labels_agg = agg.fit_predict(X_std)

# シルエットスコアで評価
score = silhouette_score(X_std, labels_km)
print(f'シルエットスコア: {score:.3f}')

② 最適クラスタ数の探索

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

import matplotlib.pyplot as plt

inertias = []
silhouettes = []
for k in range(2, 11):
    km = KMeans(n_clusters=k, random_state=0, n_init=10).fit(X_std)
    inertias.append(km.inertia_)
    silhouettes.append(silhouette_score(X_std, km.labels_))

# エルボー法
plt.subplot(1, 2, 1)
plt.plot(range(2, 11), inertias, 'o-')
plt.xlabel('k'); plt.ylabel('inertia')

# シルエット法
plt.subplot(1, 2, 2)
plt.plot(range(2, 11), silhouettes, 'o-')
plt.xlabel('k'); plt.ylabel('Silhouette')

③ デンドログラムの描画

1
2
3
4
5
6

from scipy.cluster.hierarchy import linkage, dendrogram

Z = linkage(X_std, method='ward')
plt.figure(figsize=(14, 6))
dendrogram(Z, labels=labels, leaf_rotation=90)
plt.show()

🗺️ 概念マップ — 3つの視点で体系を理解する

因子分析 がデータサイエンスの体系の中でどこに位置するかを、 3つの異なる視点で可視化します。 同じ情報でも見方を変えると気付きが変わります。

📍 体系階層のパス

🌐 統計・データサイエンス › 教師なし学習 › 次元削減 › 因子分析

① 🔗 関係マップ — 「他の手法とどう繋がっているか」

中心の概念から放射状に、 前提・兄弟・発展形・応用先などの関係性を矢印で結びます。 横の繋がりを見るのに最適。 ノードをドラッグ、 ホイールでズーム、 クリックで遷移。

② ⭕ 包含マップ — 「どのカテゴリに含まれているか」

大きな円が小さな円を包含する Circle Packing 図。 「因子分析」は緑色でハイライト。

• カテゴリ円をクリック：その内部にズームイン
• 白背景クリック：1階層戻る
• 用語円をクリック：詳細ページへ遷移
• マウスホバー：階層パス表示

③ 🌳 ツリーマップ — 「面積で見るボリューム比較」

長方形を入れ子に分割した Treemap 図。 各分野の規模感を面積で比較。 「因子分析」は緑色でハイライト。

• カテゴリ矩形をクリック：その内部にドリルダウン
• パンくず（上のリンク）クリック：その階層に戻る
• 用語矩形をクリック：詳細ページへ遷移
• マウスホバー：階層パスと値を表示

🎯 3つのマップの使い分け

💡 ジャストインタイム学習のヒント：3つの視点を行き来することで、 概念を多角的に理解できます。 包含マップやツリーマップはズーム/ドリルダウンで大分類から細部まで探索できます。

🔗 関連用語

🔖 キーワード索引（補強・追加分）

因子分析 関連の補強キーワード。 クリックで該当箇所へ：

🧮 SSDSE-B 実値計算例（47都道府県データ）

SSDSE-B の経済・人口関連 5 変数から潜在因子を抽出する完全例。 因子数決定・回転・スコア計算まで。

① 計算コード

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

import pandas as pd
import numpy as np
from factor_analyzer import FactorAnalyzer, calculate_bartlett_sphericity, calculate_kmo
from sklearn.preprocessing import StandardScaler

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='utf-8', skiprows=1)
features = ['一人当たり県民所得','世帯人員','高齢化率','人口密度','就業率','持ち家比率']
X = pd.DataFrame(StandardScaler().fit_transform(df[features]), columns=features)

# 適切性のチェック
chi2, p = calculate_bartlett_sphericity(X)
print(f'Bartlett: χ²={chi2:.2f}, p={p:.4f}')
kmo_per_var, kmo_total = calculate_kmo(X)
print(f'KMO total = {kmo_total:.3f} （> 0.6 で適切）')

# 因子数の決定（スクリープロット・平行分析）
fa_init = FactorAnalyzer(n_factors=len(features), rotation=None)
fa_init.fit(X)
eigenvalues, _ = fa_init.get_eigenvalues()
print('固有値:', eigenvalues)
print('Kaiser 基準（λ>1）:', sum(eigenvalues > 1))

# 2 因子で Varimax 回転
fa = FactorAnalyzer(n_factors=2, rotation='varimax', method='ml')
fa.fit(X)
print('\n負荷量行列（Varimax）:')
print(pd.DataFrame(fa.loadings_, index=features, columns=['F1', 'F2']).round(3))

② 期待出力

👉 値は SSDSE-B-2026 の典型値。 同じ手順で他都道府県・他変数にも適用可能。

⚠️ 落とし穴（拡張版・各 100 文字以上）

🐍 Python 実装バリエーション（scikit-learn / scipy / Optuna）

A. scikit-learn による実装

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

from sklearn.decomposition import FactorAnalysis, PCA

# sklearn の FA（回転なし）
fa = FactorAnalysis(n_components=2, random_state=42)
fa.fit(X)
print('sklearn FA loadings:')
print(pd.DataFrame(fa.components_.T, index=features, columns=['F1', 'F2']).round(3))

# 比較：PCA
pca = PCA(n_components=2)
pca.fit(X)
print('\nPCA loadings:')
print(pd.DataFrame(pca.components_.T, index=features, columns=['PC1', 'PC2']).round(3))
print('PCA 寄与率:', pca.explained_variance_ratio_)

# 因子スコアの計算
scores = fa.transform(X)
print('\n上位 5 県のスコア:')
print(pd.DataFrame(scores, columns=['F1', 'F2'], index=df['都道府県']).head())

B. scipy / statsmodels による実装

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

from scipy.stats import chi2 as chi2_dist
import numpy as np

# Bartlett 球面性検定（自前実装）
R = np.corrcoef(X.T)
n, p = X.shape
chi2_stat = -((n - 1) - (2*p + 5)/6) * np.log(np.linalg.det(R))
df_chi = p * (p - 1) / 2
pval = 1 - chi2_dist.cdf(chi2_stat, df_chi)
print(f'Bartlett χ² = {chi2_stat:.2f}, df = {df_chi:.0f}, p = {pval:.4f}')

# 平行分析（Horn 1965）：ランダム相関行列の固有値と比較
n_iter = 100
random_eigs = np.zeros((n_iter, p))
for i in range(n_iter):
    Xr = np.random.randn(*X.shape)
    Rr = np.corrcoef(Xr.T)
    random_eigs[i] = np.sort(np.linalg.eigvalsh(Rr))[::-1]

obs_eigs = np.sort(np.linalg.eigvalsh(R))[::-1]
ref_95 = np.percentile(random_eigs, 95, axis=0)
print('\n平行分析:')
for i, (obs, ref) in enumerate(zip(obs_eigs, ref_95)):
    print(f'  λ{i+1}: 観測 {obs:.3f}, ランダム 95th = {ref:.3f}  {"✓" if obs > ref else "✗"}')

C. Optuna でハイパラ・選択最適化

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22

import optuna
from factor_analyzer import FactorAnalyzer

# 因子数 + 回転 + 抽出法の最適化（BIC ベース）
def objective(trial):
    n = trial.suggest_int('n_factors', 1, 5)
    rotation = trial.suggest_categorical('rotation', ['varimax', 'promax', 'oblimin'])
    method = trial.suggest_categorical('method', ['ml', 'minres'])
    try:
        fa = FactorAnalyzer(n_factors=n, rotation=rotation, method=method)
        fa.fit(X)
        # 簡易な BIC（log-lik ベース）
        ll = -0.5 * len(X) * np.log(np.linalg.det(fa.get_factor_variance()[0].sum() + 1e-6))
        k = n * len(features) + n  # パラメータ数
        bic = -2 * ll + np.log(len(X)) * k
        return bic
    except Exception:
        return 1e10

study = optuna.create_study(direction='minimize')
study.optimize(objective, n_trials=30, show_progress_bar=False)
print('Best:', study.best_params)

D. ライブラリ早見表

🔗 関連用語（前提・並列・発展）