□数量化三類(多数のカテゴリー変数を少数の成分に要約する) 数量化三類は、因子分析が多数の数量変数から少数の因子に情報を縮約する事を メリットとする手法であったのに対して、多数のカテゴリー変数を少数の成分に 要約する事をメリットとする手法である。　 □回帰分析・重回帰分析(予測するモデルの作成) 重回帰分析は複数の数量変数から一つの数量変数を予測するモデルを作成する。説明のため一つの数量変数から一つの数量変数を予測するモデルを作成する回帰分析を解説しその後重回帰分析の例をあげる。 □因子分析 因子分析は与えられた複数の数量変数を規定する潜在的な変数の存在を想定し、 複数の数量変数からこの潜在的な変数を発見する手法である。 □クラスター分析 クラスター分析は複数の数量変数について似た特徴をもつ被験者をグルーピング する手法である。 ・次々に近い者を集める。 ・行列と固有値計算を使わない。 ・要素を分析→分類→仕分け→ネーミング □主成分分析 ・因子分析に似ている 市町村の人口・学校数・商業施設数・進学率・第一次産業の就業率・水道の普及率などには通常高い相関がある。 この相関を1つの変数が作った偽相関と仮定し、数学的に算出する。それを第一主成分と呼ぶ。 第一主成分は数学的な計算結果に過ぎない。これの意味を分析者が解釈し、たとえば「都市化指数」などと想定し、 都市化の指標とする。その残差に対して同じ計算を適用して、主成分は第二、第三、と作れるがその変数間の関係 を説明する主成分負荷量が小さくなっていくので、解釈困難になっていく場合が多い。