ITパスポート過去問 令和5年度（2023年）問6
A社では，顧客の行動や天候，販売店のロケーションなどの多くの項目から成るデータを取得している。これらのデータを分析することによって販売数量の変化を説明することを考える。その際，説明に使用するパラメータをできるだけ少数に絞りたい。このときに用いる分析法として，最も適切なものはどれか。
選択肢
- ア：ABC分析
- イ：クラスター分析
- ウ：主成分分析
- エ：相関分析
- ア
- イ
- ウ
- エ
正解と解き方・学習ポイント（AI解説）
多数の項目（変数）から成るデータを分析し、説明に使うパラメータをできるだけ少数にしたい場合は、主成分分析を用いるのが適切です。主成分分析は、複数の変数を情報の損失が小さくなるように少数の合成変数（主成分）へ変換し、要約して扱えるようにします。
Point
この問題は、分析の目的がパラメータ数を減らすことにある点を読み取り、目的に合う分析法を選べるかを確認しています。主成分分析が、多変量データを少数の指標に要約する手法であることを理解しているかが問われます。
解くために必要な知識
この問題を解くには、各分析手法が何を目的とするかを理解している必要があります。
用語の整理
| 用語 | 意味 |
|---|---|
| 主成分分析 | 多数の変数を、情報の損失をできるだけ抑えながら、少数の合成変数（主成分）に要約する手法です。 |
| パラメータ | 分析に使う変数や項目を指します。設問では「説明に使用するパラメータ」とあるので、説明変数として使う項目の数を減らしたい、という意味になります。 |
他の選択肢に出てくる用語
| 用語 | 意味 |
|---|---|
| ABC分析 | 値の大きい順に並べ、累積比率などでA・B・Cに分類し、重点的に管理する対象を決める手法です。 |
| クラスター分析 | データの類似度に基づいて、データをいくつかのグループ（クラスター）に分類する手法です。 |
| 相関分析 | 2つの変数の間にどの程度の関連性があるかを数値で評価する手法です。 |
問題の解法手順
この問題では、設問の条件から手法の目的を特定します。
設問条件の確認
次の条件が書かれています。
-
顧客の行動、天候、販売店のロケーションなど、多くの項目から成るデータを取得している。
-
販売数量の変化を説明したい。
-
説明に使用するパラメータをできるだけ少数に絞りたい。
ここで重要なのは、「多くの項目を少数に絞る」です。
各手法が目的に合うかの確認
| 選択肢 | 手法 | 主な目的 | 「少数のパラメータに絞る」に合うか |
|---|---|---|---|
| ア | ABC分析 | 重要度（累積比率）でA・B・Cに分類する | 合いません |
| イ | クラスター分析 | 似ているデータ同士をグループに分ける | 合いません |
| ウ | 主成分分析 | 多数の変数を少数の合成変数に要約する | 合います |
| エ | 相関分析 | 2変数間の関連の強さを調べる | 合いません |
以上より、「ウ」を選びます。
選択肢ごとの解説
- ア：不正解
ABC分析は、売上高などの指標の大きさに基づいて対象（商品など）をA/B/Cに分類し、重点的に管理するための手法です。多数の説明変数を少数の合成変数に変換して減らす目的には合いません。
- イ：不正解
クラスター分析は、似た特徴をもつデータ同士をまとめてグループ分けする手法です。データ項目（説明変数）を少数のパラメータに要約する手法ではなく、対象を分類するための分析です。
- ウ：正解
主成分分析は、多数の項目（説明変数）を、情報量をできるだけ保ちながら少数の主成分（合成変数）に変換して表現します。販売数量の変化を説明するためのパラメータ数を減らしたい、という条件に最も適します。
- エ：不正解
相関分析は、変数同士がどの程度一緒に増減するかを相関係数などで評価する手法です。関連の強い変数を見つけることはできますが、複数の変数を少数の合成変数へ変換して要約する手法ではありません。
まとめ
多数の項目（変数）から成るデータを分析し、説明に使うパラメータをできるだけ少数にしたい場合は、主成分分析を用いるのが適切です。主成分分析は、複数の変数を情報の損失が小さくなるように少数の合成変数（主成分）へ変換し、要約して扱えるようにします。
ストラテジ系 > 企業と法務 > 企業活動
ABC分析は、売上高などの指標の大きさに基づいて対象（商品など）をA/B/Cに分類し、重点的に管理するための手法です。多数の説明変数を少数の合成変数に変換して減らす目的には合いません。
クラスター分析は、似た特徴をもつデータ同士をまとめてグループ分けする手法です。データ項目（説明変数）を少数のパラメータに要約する手法ではなく、対象を分類するための分析です。
主成分分析は、多数の項目（説明変数）を、情報量をできるだけ保ちながら少数の主成分（合成変数）に変換して表現します。販売数量の変化を説明するためのパラメータ数を減らしたい、という条件に最も適します。
相関分析は、変数同士がどの程度一緒に増減するかを相関係数などで評価する手法です。関連の強い変数を見つけることはできますが、複数の変数を少数の合成変数へ変換して要約する手法ではありません。