データ

## 'data.frame':    15 obs. of  13 variables:
##  $ 市町村  : chr  "田川市" "行橋市" "豊前市" "香春町" ...
##  $ JCP     : num  1511 1284 459 236 215 ...
##  $ RS      : num  1865 2381 839 366 314 ...
##  $ CDP     : num  2585 5042 1722 619 540 ...
##  $ DPP     : num  1253 2570 744 263 189 ...
##  $ JIP     : num  2410 4366 1440 549 448 ...
##  $ SDP     : num  1289 1308 528 265 215 ...
##  $ LDP     : num  4272 7564 3337 1244 1237 ...
##  $ NKP     : num  3781 4448 1789 1085 980 ...
##  $ SAN     : num  632 1224 423 136 81 ...
##  $ Shiki   : num  2716 3651 1227 553 436 ...
##  $ Takeda  : num  7723 11829 5201 2286 2061 ...
##  $ Murakami: num  9294 14927 4988 1942 1736 ...

1. symbiplot,ca

# ca::ca()で分析を実行
res.ca_greenacre <- ca(data)

# ca::plot()でグラフを作成
# こちらはbase R graphicsを使用するため、ggplot2のテーマは適用されません
plot(res.ca_greenacre,
     map = "symbiplot",
     main = "Symbiplot (Symmetric Biplot)")

2. symmetric,ca

# ca::ca()で分析を実行
res.ca_greenacre <- ca(data)

# ca::plot()でグラフを作成
# こちらはbase R graphicsを使用するため、ggplot2のテーマは適用されません
plot(res.ca_greenacre,
     map = "symmetric",
     main = "Symmetric")

3. rowprincipal,ca

# ca::ca()で分析を実行
res.ca_greenacre <- ca(data)

# ca::plot()でグラフを作成
# こちらはbase R graphicsを使用するため、ggplot2のテーマは適用されません
plot(res.ca_greenacre,
     map = "rowprincipal",
     main = "rowprincipal")

# pty="s"の設定
par(pty="s",family= "HiraKakuProN-W3")
plot(res.ca_greenacre,map="rowprincipal", main="rowprincipal")

4. rowprincipal,CA,factoextra

# 因果関係（行が原因）を解釈するのに適しています

# FactoMineR::CA()で分析を実行
res.ca_facto <- CA(data, graph = FALSE)

# factoextra::fviz_ca_biplot()でグラフを作成
fviz_ca_biplot(res.ca_facto,
               map = "rowprincipal",
               repel = TRUE) +
  labs(title = "Rowprincipal (Asymmetric Map)") +
  theme_minimal(base_family="HiraKakuProN-W3") +
  theme(plot.title = element_text(hjust = 0.5))

5. symmetric,ca,factoextra

# ca()で分析を実行
res.ca_facto <- ca(data, graph = FALSE)

# factoextra::fviz_ca_biplot()でグラフを作成
fviz_ca_biplot(res.ca_facto,
               map = "symmetric",
               repel = TRUE) +
  labs(title = "symmetric (Symmetric Map)") +
  theme_minimal(base_family="HiraKakuProN-W3") +
  theme(plot.title = element_text(hjust = 0.5))

# pty="s"とlines = c("F","F")を設定
# ca::ca()で分析を実行
res.ca_facto <- ca(data, graph = FALSE)

# ca::plot()でグラフを作成
par(pty="s",family= "HiraKakuProN-W3")
plot(res.ca_facto,lines = c("F","F"),contrib = c("none","none"))

plot(res.ca_facto,lines = c("F","F"),contrib = c("none","none"),arrows = c("T","T"))

6. symbiplot,ca, factoextra

# ca()で分析を実行
res.ca_facto <- ca(data, graph = FALSE)

# factoextra::fviz_ca_biplot()でグラフを作成
fviz_ca_biplot(res.ca_facto,
               map = "symbiplot",
               repel = TRUE) +
  labs(title = "Greenacre's Symbiplot") +
  theme_minimal(base_family="HiraKakuProN-W3") +
  theme(plot.title = element_text(hjust = 0.5))

グラフの比較

# グラフの比較（横並び表示）

# 必要パッケージの読み込み
library(ca)
library(factoextra)
library(ggplot2)
library(patchwork) # グラフ連結用

# 対応分析の実行
res.ca <- ca(data)

# 1. Symmetric Map
# 行同士・列同士の距離（類似性）の解釈を優先
p1 <- fviz_ca_biplot(res.ca, map = "symmetric", repel = TRUE) +
  coord_fixed() + # アスペクト比を1:1に固定
  labs(title = "Symmetric Map",
       subtitle = "行・列それぞれの内部比較に最適") +
  theme_minimal(base_family="HiraKakuProN-W3") +
  theme(plot.title = element_text(hjust = 0.5),
        plot.subtitle = element_text(hjust = 0.5))

# 2. Symbiplot
# 行と列の間の「関連性」の解釈を優先
p2 <- fviz_ca_biplot(res.ca, map = "symbiplot", repel = TRUE) +
  coord_fixed() + # アスペクト比を1:1に固定
  labs(title = "Symbiplot",
       subtitle = "行と列の相互作用の比較に最適") +
  theme_minimal(base_family="HiraKakuProN-W3") +
  theme(plot.title = element_text(hjust = 0.5),
        plot.subtitle = element_text(hjust = 0.5))

# 【修正箇所】patchworkを使って横に並べる
# + 演算子で連結し、plot_layoutでレイアウトを指定
combined_plot <- p1 + p2 + 
  plot_layout(ncol = 2) + 
  plot_annotation(title = "対応分析スケーリングの比較",
                  theme = theme(plot.title = element_text(size = 16, 
                                                         hjust = 0.5, 
                                                         family = "HiraKakuProN-W3")))

# 表示
combined_plot

p1

p2