PCA,MCA解析のインタラクティブな表示に便利なパッケージです
パッケージバージョンは0.3.9.9000。実行コマンドはR version 4.2.2で確認しています。
パッケージのインストール
下記、コマンドを実行してください。
#パッケージのインストール
install.packages("devtools")
devtools::install_github("juba/scatterD3")
devtools::install_github("juba/explor")
実行コマンド
詳細はコメント、パッケージのヘルプを確認してください。
#パッケージの読み込み
library("explor")
###データ例の作成#####
n <- 100
#PCA用のデータ
PCAData <- data.frame(row.names = paste0("Group", seq(n)),
Data1 = sample(1:100, n, replace = TRUE),
Data2 = sample(1:100, n, replace = TRUE),
Data3 = sample(101:200, n, replace = TRUE),
Data4 = sample(151:250, n, replace = TRUE),
Data5 = sample(1:100, n, replace = TRUE),
Data6 = sample(1:100, n, replace = TRUE),
Data7 = sample(101:200, n, replace = TRUE),
Data8 = sample(151:250, n, replace = TRUE))
#MCA用のデータ
MCAData <- data.frame(row.names = paste0("Group", seq(n)),
Data1 = c(rep("1", 10), rep("0", n - 10)),
Data2 = c(rep("1", 15), rep("0", n - 15)),
Data3 = c(rep("1", 20), rep("0", n - 20)),
Data4 = c(rep("1", 25), rep("0", n - 25)),
Data5 = c(rep("1", 30), rep("0", n - 30)),
Data6 = c(rep("1", 35), rep("0", n - 35)),
Data7 = c(rep("1", 40), rep("0", n - 40)),
Data8 = c(rep("1", 45), rep("0", n - 45)))
########
#FactoMineRパッケージでPCA,MCAを実施
#FactoMineRパッケージを読み込む,なければインストール
if(!require("FactoMineR", quietly = TRUE)){
install.packages("FactoMineR");require("FactoMineR")
}
#PCAを実行
PCAResult <- PCA(PCAData, graph = FALSE)
#MCAを実行
MCAResult <- MCA(MCAData, graph = FALSE)
#explorパッケージでインタラクティブに結果を表示:explorコマンド
#PCA結果
explor(PCAResult)
#MCA結果
explor(MCAResult)
出力例
インタラクティブな操作はぜひ、コマンドを実行して確かめてください。
・PCA結果

・MCA結果

少しでも、あなたの解析が楽になりますように!!