多次元分析とビジュアライゼーション

多次元分析でやりたいこと

分析対象となるデータが変数を1つや2つ程度しか含まないことはおそらくあまりなく、現実的には、意味のあるデータ分析をするためには多変数（多変量、多次元）のデータを扱って、多面的な分析をすることが必要になる（ので、多次元分析の考え方が重要になる）

2つ（以上）の質的変数に関する集計・可視化にあるように、N次クロス集計表（多次元のクロス集計表）は、「ディメンション（質的変数）」を切り口としてデータをグループ化し、そのグループごとにデータの度数を計算したり「メジャー（量的変数）」の集計をしたりして、その結果をグループ間で比較する、ということが基本になる

多次元分析とビジュアライゼーション

多次元分析において、クロス集計表もひとつの可視化の形ではあるが、数値のままでは瞬時の判断は難しいので、グラフ等を用いたデータ可視化（ビジュアライゼーション）をすることが有効な場合がほとんど

上述のように、なんらかの形で、ディメンション（質的変数）を切り口にして、グループ間の比較をするのが分析の基本となる

ディメンションやメジャーの値を視覚属性（位置、色、形、大きさなど）に対応させる（マッピングする）のが、多次元データに対するビジュアライゼーションの本質といってよい（→ 視覚属性#6762850edbcf3c000092659d）

https://gyazo.com/f599e4a3705dac817913055468180151

ビジュアライゼーションの例

上の考え方によるビジュアライゼーションのいくつかの例

集合棒グラフ

https://gyazo.com/699c4517b84d7cc3c158e94c24a6fb29

「学年」「ゼミクラス」の2つのディメンションでグループを作っている

以下のような「グループごとのある値と視覚属性の対応」によってビジュアライゼーションをしている

「カウント」（度数）という集計値 → 「長さ」という視覚属性

「ゼミクラス」の値 → 「色」という視覚属性

ヒートマップ

https://gyazo.com/cb37319f71e8b2ff7bf19085fb3e835a

「科目」「学年」「ゼミクラス」の3つのディメンションでグループを作っている

以下のような「グループごとのある値と視覚属性の対応」によってビジュアライゼーションをしている

「点数」の平均値という集計値 → 「色」という視覚属性（値によって色の色彩・明度などを変える）

「点数」の平均値という集計値の文字そのもの

散布図

https://gyazo.com/d4a1c50bedc6f840086835a083c58bba

「学生ID」のディメンションでグループを作っている（この場合は1件1件のレコードをそれぞれ別のグループとみなすことになる）

以下のような「グループごとのある値と視覚属性の対応」によってビジュアライゼーションをしている

「教養力検定点数」の合計という集計値 → 「位置」という視覚属性

「TOEIK点数」の合計という集計値 → 「位置」という視覚属性

「学年」の値 → 「色」および「形（形状）」という視覚属性

インタラクティブなビジュアライゼーション

多次元データを分析するとき、いきなり「〇〇法」のような統計的な手法やモデルを適用するのではなく、まずはいろいろな角度からデータを見て、多面的な情報を得ることで、問題解決や仮説発見への示唆を得る、探索的データ分析のプロセスをふむことが重要であり、インタラクティブなビジュアライゼーションを実現するツールが発展している