こんにちは、樋口です。書き込みありがとうございます。 外部変数の値をクラスタリングするということですね。 もともとR上に存在するデータですから、改めて「座標を入力」する必要はあ りません。R上で対応分析を行った後(No.825の[4]まで進めた後)、以下のコ マンドを実行すればクラスター分析を行えるでしょう。 なお、一般的には、対応分析に入力したロー・データを用いてクラスター分析 を行うのが定石だと思います。すなわち、対応分析で圧縮する前の、生のデー タを用いて分類するということです。この場合のコマンドは以下のようになる でしょう。 #-------------------------------------------------------------------- library(amap) plot( hclust( Dist( d, method="pearson" ), method="ward" ) ) #-------------------------------------------------------------------- それに対して、対応分析のプロット座標(成分スコア)をクラスタリングに用 いますと、単に「分類する」というよりも、「対応分析のプロット上で、どの 値とどの値が近くに布置されたのかを分かりやすく示す」という意味合いにな るでしょう。この場合のコマンドは以下のようになります。 #-------------------------------------------------------------------- library(amap) plot( hclust( Dist( cbind(c$rscore[,d_x],c$rscore[,d_y]), method="euclidean" )^2, method="ward" ) ) #-------------------------------------------------------------------- ※クラスター化法や距離係数については必要に応じて変更してください。R上 で「help(Dist)」「help(hclust)」のように入力してエンター・キーを押すと、 利用できるmethod(クラスター化法・距離係数)を確認できます。