正準相関分析
ペンダフルアン
多くの研究において、研究者は、それぞれ複数の指標からなる2つの変数セットが存在する状況に遭遇することがよくあります。たとえば、教育分野では、学習要因（モチベーション、学習時間、家族のサポート、インターネットへのアクセス）に関する変数セットと、学習成果（数学の成績、言語の成績、理科の成績、成績平均点）に関する変数セットが存在する場合があります。重要な問題は、単に「モチベーションは数学の成績と関連しているか？」ではなく、「学習要因のセットと学習成果のセットの全体的な関係はどの程度強いか？」ということです。このような疑問に答えるために、正準相関分析（CCA）は、最も適切な多変量統計手法の1つです。
正準相関分析（CCA）は、2つの変数セット間の関係を同時に測定・説明するために開発されました。言い換えれば、CCAは単純な相関（2つの変数間）の概念を、2つの変数セットの2つの線形結合間の相関へと拡張したものです。本稿では、CCAの基本概念、目的、分析手順、解釈、利点と限界について解説します。
正準相関の基本概念
通常の相関（例：ピアソン相関係数）は、2つの変数（例えばXとY）間の線形関係の強さを測定します。CCAはこの概念を一般化し、2つの新しい変数を線形結合として形成します。
– セット X の最初の正準変数:
U = a₁X₁ + a₂X₂ + … + aₚXₚ
– セットYの最初の正準変数：
V = b₁Y₁ + b₂Y₂ + … + b_qY_q
係数 a と b は、U と V の相関が最大になるように選択されます。この最大相関は、第 1 正準相関と呼ばれます。最初のペアが得られると、CCA は、前のペアと直交する（無相関の）変数ペア (第 2 番目、第 3 番目など) を生成できます。
可能な正準変数ペアの数は min(p, q) であり、これは 2 つのセット間の変数の最小数です。
目的と用途
CCAは、研究目的が以下の場合に使用されます。
1. 2つの変数セット間の関連性の強さを全体として測定する。
2. セットXとセットYの中で最も関連性の高い変数の組み合わせを特定します。
3. 多変量関係の次元を、解釈しやすい複数の変数ペアに縮小する。
4. データ内のパターンの探索：どの変数が2つのドメイン間の関係を主に説明しているか。
アプリケーションのコンテキスト例：
―心理学：一連の「性格特性」と一連の「精神健康指標」との関係。
－経済：一連の「マクロ指標」と一連の「労働市場指標」の関係。
– 健康科学：一連の「生活習慣」と一連の「臨床パラメータ」との関係。
データに関する前提条件と要件
多くの多変量解析手法と同様に、CCA（正準相関分析）においても、結果の安定性と解釈可能性を確保するために考慮すべきいくつかの前提条件が存在する。
1. 線形関係：CCAは、データセット間の線形関係を捉えます。関係が非線形の場合、正準相関は関係の強さを過小評価する可能性があります。
2. 多変量正規性：理想的には、変数は多変量正規分布に従うべきであり、特に有意性検定においてはそれが重要です。しかし実際には、データが完全に正規分布に従っていない場合でも、CCAは探索的に使用されることがよくあります。
3. 各セットに極端な多重共線性はありません。相関の高い変数は係数推定値を不安定にする可能性があります。
4. 適切なサンプルサイズ：一般的な目安としては、変数ごとに最低10～20の観測値が必要ですが、研究の状況によってはそれ以上のサンプルサイズが必要になる場合もあります。
さらに、係数を比較しやすくするために、変数は比較可能な尺度、または標準化された尺度（zスコア）で表す必要があります。
正準相関分析の手順
一般的に、CCA（気候変動影響評価）を実施する段階は以下のとおりです。
1. 2組の変数を決定する
変数は、試行錯誤だけではなく、理論や概念的枠組みに基づいてグループ化するようにしてください。
2. データチェック
欠損データ（欠損値）、外れ値、正規性検定、および各セット内の相関関係（多重共線性を検出するため）を含みます。
3. 正準変数の推定
変数ペア U₁–V₁、U₂–V₂ などを生成します。
4. 正準相関の計算
各k番目のペアにおけるU_kとV_kの相関関係。
5. 有意性検定
得られた正準相関が統計的にゼロと異なるかどうかを検定します。一般的に使用される検定には、ウィルクスのラムダ、ピライのトレース（多変量分散分析でよく用いられる）、ホテリングのトレース、ロイの最大根などがあります。CCAでは、ウィルクスのラムダが好まれることが多いです。
6．結果の解釈
相関の大きさ、負荷量、重み、および変数寄与度の評価が含まれます。
CCA出力の読み方と解釈方法
CCAの出力には通常、いくつかの重要な構成要素が含まれます。
1. 正準相関
この値は、特定の変数ペアにおける変数Uと変数Vの関係の強さを示します。例えば、第1正準相関係数が0,80の場合、第1次元における変数Xの組み合わせと変数Yの組み合わせの間に強い線形関係があることを示します。
正準相関係数の二乗である正準R²もよく報告されます。r = 0,80の場合、R² = 0,64となり、これは、元の変数間ではなく、変数間の関係という意味で、正準変数Yの変動の約64%が正準変数Xによって説明できる（そしてその逆も同様）ことを意味します。
2. 正準重み（正準重み／係数）
重みとは、変数UとVを構成する係数aとbのことです。しかし、重みは多重共線性の影響を受けやすいため、実質的な解釈は通常、重みだけに頼ることはありません。
3. 正準負荷量（正準負荷量／構造係数）
ローディングとは、元の変数とその正準変数との相関関係を示す指標です。例えば、X₂のU₁に対するローディングが0,70であるということは、X₂が集合X側の第1正準次元に強く寄与していることを意味します。ローディングは一般的に、重みよりも安定していて解釈しやすい指標です。
4. クロスローディング
クロスローディングとは、あるセットの変数と別のセットの標準変数との間の相関関係のことです（例えば、X₁とV₁の相関）。これは、どの変数がクロスセット関係の次元に最も密接に関連しているかを理解するのに役立ちます。
5.冗長性指数
冗長性指数は、あるセットの元の変数の分散のうち、別のセットの正準変数によってどれだけ説明できるかを示します。正準相関が高いからといって、元の変数の説明力が必ずしも高いとは限らないため、これは重要です。冗長性は、統計的有意性だけでなく、実用的な価値を評価するためにもよく用いられます。
簡単なイラスト
ある研究が以下の関係性を調査すると仮定します。
– X（労働条件）を設定する：X₁＝作業量、X₂＝上司のサポート、X₃＝勤務時間の柔軟性
– Y（幸福度）を設定する：Y₁＝ストレス、Y₂＝仕事の満足度、Y₃＝睡眠の質
CCA分析では、有意な第1正準相関係数r = 0,75が見出される可能性がある。負荷量から、作業負荷と上司のサポートがU₁を最も強く形成し、ストレスと仕事の満足度がV₁を最も強く形成することが示唆される。実質的な解釈としては、労働条件と幸福感の関係における主要な次元は、「仕事のプレッシャー対サポート」の組み合わせであり、これは「ストレスと満足度」と密接に関連している。
正準相関分析の利点
1. 包括的：2つの変数セット間の関係を一度に捉えます。
2. 繰り返しテストのリスクを軽減：タイプIエラーの可能性を高める多数の1対1の相関を実行する場合と比較して。
3. 潜在的な構造の発見に役立つ：単変量解析では見えない関係性の側面を明らかにする。
限界と課題
1. 解釈は複雑になる可能性がある。多くの要素（重み、負荷、冗長性）を総合的に考慮する必要がある。
2. 多重共線性やサンプルサイズが小さい場合に敏感：不安定な係数を生成する可能性があります。
3. 線形性：変換やその他のアプローチを実行しない限り、非線形関係は捉えられません。
4. 理論的根拠が必要：明確な概念的枠組みがなければ、規範的次元の解釈は憶測に陥りがちである。
閉鎖
正準相関分析（CCA）は、2つの変数セット間の関係を同時に理解するための強力な多変量解析手法です。CCAは、変数セット間の相関を最大化する正準変数を構築することで、単純な相関分析や単回帰分析よりも包括的な関係パターンを把握することを可能にします。ただし、CCAを使用するには、前提条件、データ品質、および適切な解釈戦略（特に負荷量、交差負荷量、冗長性に重点を置く）に注意を払う必要があります。2つの主要な領域にわたる複数の指標を扱う研究において、CCAは複雑な関係を意味のある次元に探索し、要約するための強力なツールとなり得ます。
