使用した主成分で変数がどれくらい説明出来るかを表す．

主成分得点の分散の累積割合に基づいて主成分の数を決める方法である．

各主成分の寄与率を大きい順に足した，そこまでの主成分で，データの持っていた情報量がどのくらい説明されているかを示す．

累積寄与率を用いた主成分の決定では，一般に，0.8を超えるまでの主成分を採用することになっている．

必ずしも第1主成分の主成分得点の分散が大きいわけではなく，第2主成分の分散が大きい場合もある．

主成分分析の結果を用いて，主成分得点を計算することはできない．

第1主成分の主成分得点の分散がもっとも大きく，第2主成分，第3主成分と小さくなる．

第1主成分の主成分負荷量と第2主成分の主成分負荷量の内積を計算すると必ず0になる．

値が大きいほど，各変数が主成分に与える影響力が大きくなる

主成分負荷量は，主成分得点を計算するために利用する．

係数を適度に大きくするのが主成分負荷量の分散を最大にするコツである．

各変数に対して係数として与えられるものである．

スクリープロットと累積寄与率は同じものである．

主成分得点の分散が急激に減少する手前までの主成分を採用するために利用する図である．

スクリープロットは，分散の大きさを見ている．

スクリープロットは，どの主成分まで採用すべきかを判断する指標として利用する図である．

主成分分析の主成分を使っても，もとのデータを完全に復元することは難しい．

主成分分析の目的の1つは，情報の圧縮である．

主成分分析には，データ数を少なくし，調査分析を効率化するというメリットがある．

主成分分析のメリットは，例えば，第1主成分に影響している項目を把握できることである．

1.25

1.5

2.5

0.75

1.0

0.5

2.0

0.1

0.85

0.8

0.9

0.25

0.75

0.5

0.6666

0.8

0.2

0.9

0.7

0.6

0.5

0.4

トランザクションデータは，相関係数や回帰分析などが実行できない

1つのトランザクションとは、一回の購入などの複数の要素（アイテム）が入った、ひとまとまりのものである。

トランザクションは，「バスケット」ともいう

トランザクションでは、どの商品が，いつ，どこで，いくらで，どのくらい販売されたかという情報が含まれている。

ポイントカードやクレジットカード，QR決済などキャッシュレス決済を利用していると，購入者の性別や年齢層が分かる

POSデータを使うことにより、消費者の行動をデータとして把握できる可能性がある。

POSデータとは、POS（Point Of Sales:販売時点情報管理）は，販売実績データのことである。

アソシエーション分析は、マーケティングの情報システムに蓄積されている販売や取引などのデータ（POSデータ）から，興味ある規則や組合せのパターンを検出する手法である。