통계 분석 기법들 - 고급 통계

1. 요인분석: 여러 변수를 소수의 요인으로 축약하기 위한 방법.
   1. 변수는 메트릭 변수여야 하며 100개 이상이 바람직하다. 변수의 수보다 관측치의 수가 10배 이상인 것이 바람직하다.
   2. 요인분석의 종류
      1. 탐색적 요인분석: 사전 전제 없이 어떻게 변수가 모이는지 확인하기 위한 것.
      2. 확인적 요인분석: 동일한 construct를 측정하는 항목들이 서로 모이는지 확인하기 위한 것.
   3. 요인분석의 목적
      1. 변수들 속에 내재된 변수간 차원을 밝히기 위한 것(R-type)
      2. 여러 상이한 개인을 유사 집단으로 묶기 위한 것(Q-type)
      3. 다중공선성을 없애기 위한 것
      4. 타당성을 저해하는 변수를 없애기 위한 것
   4. Eigen value: 요인의 설명력을 나타내는 값, 어떤 요인에 대한 요인적재값의 제곱의 합이다
   5. Communality: 각 변수의 분산이 추출된 요인에 의해 설명되는 정도.
   6. 요인적재값: 각 변수와 해당 요인간의 상관게수
   7. 요인의 회전
      1. 직각회전: 직각을 유지하면서 요인의 구조가 뚜렷해지도록 요인을 회전시키는 것.
      2. 사각회전: 직각을 유지하지 않고 요인의 구조가 뚜렷해지도록 요인을 회전시키는 것.
2. 판별분석: 등간, 비율 척도인 독립 변수와 명목 척도인 종속 변수 사이 관계를 밝히는 것.
   1. Wilk's lamda 값을 통한 판별함수의 유의성 검증
   2. 판별함수와 판별점수 도출
   3. 독립변수들의 판별력 확인
   4. 새로운 케이스 예측을 위한 판별함수 도출
   5. hit ratio 확인
3. 군집분석: 여러 대상을 특성에 따라 군집으로 묶는 것.
   1. 군집 분석의 방법
      1. 계층적 군집화: 사전에 군집의 개수를 정하지 않는 것.
         1. 단일 결합법: 최단 거리를 기준으로 결합하는 것.
         2. 완전 결합법: 최장 거리를 기준으로 결합하는 것.
         3. 평균 결합법: 평균 거리를 기준으로 결합하는 것.
         4. ward법: 구성원의 분산을 더한 값을 기준으로 결합하는 것.
      2. 비계층적 군집화: 사전에 군집의 개수를 정해두는 것.
         1. K-means법: K 개의 군집 씨앗을 기준으로 결합하는 것.
4. 다차원척도법: 지각도를 통해 각 상표의 포지셔닝 위치와 고객의 이상점을 찾아내는 방법.
5. 컨조인트 분석: 속성의 중요도와 선호도를 통해 최적의 상품 조합을 찾아내는 방법.