読み方 ： たじげんしゃくどこうせいほう

概要

多次元尺度構成法（MDS）とは、多数の項目からなるデータ群を低次元のデータに変換し、類似するデータが近くに配置されるように整理する手法。2次元または3次元の図としてデータの分布を表現することができる。

解説 多数の値の組み合わせとして表現されるデータの関係を分析する多変量解析の一種で、多次元のデータの分布を低次元の図として視覚的に表すことができる。もとの次元で似ているデータ同士は低次元への変換後も近くに、類似点の乏しいデータは遠くになるように配置される。

具体的な計算法には様々なものが提唱されており、最初に提案された計算法は「主座標分析」（PCoA：Principal Coordinate Analysis）とも呼ばれる。項目間の近さを数値的（比例尺度および間隔尺度）に表すことができる場合に用いられる「軽量多次元尺度構成法」と、順序尺度で表される場合に用いられる「非計量多次元尺度構成法」に分かれる。

多次元尺度構成法によって多数の項目間の距離関係を俯瞰できる「ポジショニングマップ」を作成することができる。主成分分析（PCA）も高次元のデータを低次元に変換できるが、こちらは次元削減後のデータをさらに解析したり機械学習したい場合などに用いる。クラスター分析も似た項目を把握できるが、多次元尺度構成法ではグループ分けは行わない。