🐍 Python 実装

例 1：SSDSE-B-2026 を行列として読み込み、 基本演算を確認。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=1)

# 数値列だけを行列 X として取り出す（47 都道府県 × 12 年 × 数値変数）
X = df.select_dtypes(include='number').values
print('shape =', X.shape)             # (564, 約110)
print('rank  =', np.linalg.matrix_rank(X))
print('trace =', np.trace(X @ X.T))   # 全二乗和

例 2：転置・積・逆行列。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

cols = ['総人口', '65歳以上人口', '出生数']
M = df.loc[df['都道府県'].isin(['東京都','大阪府','北海道']), cols].values

# 標準化
M = (M - M.mean(axis=0)) / M.std(axis=0, ddof=0)
print('M =\n', M)

G = M.T @ M           # 3x3 グラム行列
print('Gram =\n', G)
print('det  =', np.linalg.det(G))
print('inv  =\n', np.linalg.inv(G))

例 3：線形回帰の正規方程式。

1
2
3
4
5
6
7

X = df[['総人口','65歳以上人口']].values
y = df['出生数'].values
X1 = np.column_stack([np.ones(len(X)), X])      # 切片付きデザイン行列

beta = np.linalg.inv(X1.T @ X1) @ X1.T @ y
print('回帰係数:', beta)
print('予測値:', (X1 @ beta)[:5])

例 4：共分散行列の固有分解。

1
2
3
4
5

num = df.select_dtypes(include='number').dropna(axis=1)
C = np.cov(num.values, rowvar=False)
vals, vecs = np.linalg.eigh(C)
print('上位固有値:', vals[::-1][:5])
print('寄与率:', (vals[::-1] / vals.sum())[:5])

🐍 Python 実装（拡張版）

pandas + numpy + scipy + scikit-learn を組み合わせた 行列・線形代数 の標準実装を 4 段階で示します。

① データ読み込みと前処理

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=[1], encoding='cp932')
latest = df[df['SSDSE-B-2026'] == df['SSDSE-B-2026'].max()].copy()

# 欠損確認
print('NA per col (top 5):')
print(latest.isna().sum().sort_values(ascending=False).head())

# 数値列のみ抽出
num = latest.select_dtypes(include='number').drop(columns=['SSDSE-B-2026'])
print('numeric cols:', num.shape[1])

② 基本的な 行列・線形代数 適用

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

from sklearn.preprocessing import StandardScaler
from scipy import stats

# 標準化（行列・線形代数 の前処理として必須）
scaler = StandardScaler()
X = scaler.fit_transform(num[['A1101']].dropna())
print('X shape:', X.shape, 'mean:', X.mean().round(6), 'std:', X.std().round(6))

# 基本統計検定の例：単一標本平均が 0 と異なるか
t, p = stats.ttest_1samp(X.flatten(), 0)
print(f't = {t:.3f}, p = {p:.4f}')

③ 可視化

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

import os
import matplotlib.pyplot as plt

os.makedirs('figs', exist_ok=True)   # 保存先が無いと savefig は失敗する

fig, ax = plt.subplots(1, 2, figsize=(12, 4))
ax[0].hist(latest['A1101'].dropna(), bins=20, color='#4DB6AC', edgecolor='white')
ax[0].set_title('総人口（人） 分布（47 都道府県・最新年度）')
ax[0].set_xlabel('総人口（人）')
ax[0].set_ylabel('県数')

ax[1].boxplot(latest['A1101'].dropna(), vert=False)
ax[1].set_title('総人口（人） 箱ひげ図')
ax[1].set_xlabel('総人口（人）')
plt.tight_layout()
plt.savefig('figs/matrix-math_dist.png', dpi=140)
print('saved figs/matrix-math_dist.png')

④ 応用：他指標との結合分析

1
2
3
4
5
6
7
8
9

# 主要指標との相関ランキング
target = 'A1101'
corr_with_target = num.corr()[target].drop(target).sort_values(key=abs, ascending=False)
print('|r| 上位 10:')
print(corr_with_target.head(10).round(3))

# 共線性チェック
high_corr = (num.corr().abs() > 0.95) & (num.corr().abs() < 1.0)
print('|r|>0.95 の組:', high_corr.sum().sum() // 2)

これら 4 段階を踏めば、 SSDSE-B-2026 の任意の列に 行列・線形代数 を適用してレポートに使える結果を再現できます。 コードは引数や変数名を最小限にし、 初学者でも読み下せる構成にしました。

🐍 発展的コード例 — 行列・線形代数 を SSDSE-B-2026 で複合的に使う

本ページの基礎コードを踏まえ、 行列・線形代数 を複数の指標と組み合わせた発展的な分析例を示します。 すべて data/raw/SSDSE-B-2026.csv をそのまま使えます。

A. パネル構造の活用

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=[1], encoding='cp932')

# 都道府県 × 年度のパネル化
panel = df.pivot_table(index='Prefecture', columns='SSDSE-B-2026', values='A1101')
print('panel shape:', panel.shape)
print(panel.iloc[:5, :5])

# 各都道府県の 総人口（人） の年率変化
growth = panel.pct_change(axis=1).mean(axis=1).sort_values()
print('\n増加率（下位 5 県）:')
print(growth.head())
print('\n増加率（上位 5 県）:')
print(growth.tail())

B. 多指標の同時分析

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA

latest = df[df['SSDSE-B-2026'] == df['SSDSE-B-2026'].max()].copy()
features = latest.select_dtypes(include='number').drop(columns=['SSDSE-B-2026']).dropna(axis=1)

X = StandardScaler().fit_transform(features.values)
pca = PCA(n_components=5)
Z = pca.fit_transform(X)

print('説明率:', pca.explained_variance_ratio_.round(3))
print('累積:', pca.explained_variance_ratio_.cumsum().round(3))

# 第 1 主成分の寄与上位 10 指標
load = pd.Series(pca.components_[0], index=features.columns).sort_values(key=abs, ascending=False)
print('\nPC1 上位 10:')
print(load.head(10).round(3))

C. クラスタリングへの応用

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

from sklearn.cluster import KMeans

km = KMeans(n_clusters=4, n_init=10, random_state=0).fit(Z)
clusters = pd.Series(km.labels_, index=latest['Prefecture'].values, name='cluster')

print('クラスター別 都道府県数:')
print(clusters.value_counts().sort_index())

print('\nクラスター 0 の都道府県:')
print(clusters[clusters == 0].index.tolist())
print('\nクラスター 1 の都道府県:')
print(clusters[clusters == 1].index.tolist())

D. 結果のレポート用整形

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

# Markdown 形式のサマリー表を出力
summary = pd.DataFrame({
    'metric': ['n', 'mean', 'std', 'min', 'max', 'p1', 'p99'],
    'value': [len(latest['A1101'].dropna()),
              float(latest['A1101'].mean()),
              float(latest['A1101'].std()),
              float(latest['A1101'].min()),
              float(latest['A1101'].max()),
              float(latest['A1101'].quantile(0.01)),
              float(latest['A1101'].quantile(0.99))],
})
print(summary.to_string(index=False))

A-D の 4 段階を踏むことで、 SSDSE-B-2026 を素材とした 行列・線形代数 の応用分析が一通り完成します。 コードはそのまま貼り付けて実行可能、 引数や変数は最小限にして可読性を優先しました。

📊 比較表 — 行列・線形代数 と類似手法の使い分け

行列・線形代数 は単独で完結する手法ではなく、 周辺手法と比較して使い分ける必要があります。 以下に主要な類似・代替手法との比較を表でまとめます。

SSDSE-B-2026 の 2 次元表形式（47 県 × 200 変数）を扱う場合は 行列代数で十分。 時間軸を加えた 3 階以上のデータにはテンソル代数、 県同士の隣接関係を扱うならグラフ理論が適切。 いずれも線形代数を基礎とする。

🔭 多角的視点 — 行列・線形代数 を 5 つのレンズで眺める

同じ概念でも、 学問分野によって呼び名・記法・強調する側面が異なります。 行列・線形代数 を 5 つの分野視点から眺めることで、 各教科書・論文を読む際の翻訳力が身につきます。

同じ 行列・線形代数 でも、 立場により注目する論点が異なります。 自分の関心がどの視点に近いかを意識すると、 学習効率が大きく向上します。

⚠️ よくある落とし穴

⚠️ よくある落とし穴（拡張版）

行列・線形代数 を実務で扱う際にハマりやすい 8 件を、 症状・原因・対策の 3 点セットで整理します。

1. 定義の混同：似た概念（順列／組合せ、 行列／配列、 SVM／SVR など）と取り違える。 対策：用語ページのリンクを順に辿り、 似て非なる定義を 1 文で書き出す。
2. 適用条件の見落とし：仮定（独立性、 正規性、 線形性、 IID など）が崩れている場面で使い、 結果が解釈不能になる。 対策：本ページ「📐 数式」直下の仮定を必ずチェック。
3. スケールの不一致：総人口（人）（数百万単位）と人口比指標（数十単位）を同じスケールで扱い、 結果が偏る。 対策：StandardScaler や MinMaxScaler を前処理に挟む。
4. 欠損の暗黙除去：pandas が黙って NA を落とすケース。 対策：df.isna().sum() を毎回確認し、 補完／除外の方針を明示。
5. 多重共線性：強相関の説明変数を複数投入し、 係数が不安定になる。 対策：VIF を確認、 PCA や正則化で対処。
6. 外挿の危険：観測範囲外で予測を信じる。 対策：訓練データの分布を超えた点では予測値に幅広い信頼区間を添える。
7. データリーク：未来情報や目的変数の関数を特徴量に混入させる。 対策：時系列なら時間順分割、 群構造があれば GroupKFold を使う。
8. 解釈の過信：行列・線形代数 の出力を因果関係と読み替える。 対策：『相関は因果ではない』を毎回唱える。 必要なら因果推論手法（DID, IV, RDD）を併用。

⚠️ 行列演算の典型ミス 12 連発 — SSDSE 解析で踏みやすい罠

1. 形状ミス: \(X \in \mathbb{R}^{47\times 7}\) と思って書いたら 47 行が縦に並ばず、 numpy で \(X.T\) と書く必要があった。 X.shape を最初に必ず print。
2. 標準化忘れ: 総人口 (百万) と進学率 (%) を混ぜたまま PCA。 第 1 主成分が「人口列」になって意味なし。
3. 逆行列の直接計算: \(\mathrm{cond}(X^\top X) \approx 10^{10}\) で np.linalg.inv は危険。 lstsq か SVD を使う。
4. 切片の入れ忘れ: \(X1 = [1, X]\) を作らずに OLS したら、 平均がずれて R^2 が大幅低下。
5. 行ベクトル × 行ベクトル: \(x_i x_i^\top\) はスカラーではなく \(p\times p\) 行列。 内積と外積を取り違える。
6. 固有値の符号: 共分散行列の固有値は非負。 負が出たら数値誤差か入力ミス。
7. SVD の左右: full_matrices=True だと \(U\) が \(47\times 47\) になり、 メモリと意味の両方で混乱する。
8. 標準化のスコープ: 訓練データで fit したスケーラを test に適用すべきところ、 全データで標準化してリーク。
9. ランク落ちの放置: 説明変数が線形従属だと \((X^\top X)^{-1}\) が存在しない。 SVD で最小特異値を見て切る。
10. 共線性で係数が反転: 老年人口と生産年齢人口を同時に投入したら、 老年の係数が突然マイナスに。 多重共線性チェック (VIF) を欠かさない。
11. 行と列の取り違え: df[cols].T.values と書いてしまい、 結果として「7 観測 × 47 指標」の行列を分析していた。
12. 結果の意味づけ漏れ: PCA の主成分に「規模軸」「年齢軸」と命名せず、 数字のまま結論。 第三者が読めない。

この 12 件は、 実際に学生が SSDSE 解析で踏んだ罠を整理したものです。 共同作業者と相互レビューする習慣を持つことが防止策になります。

📖 行列・線形代数 用語ミニ辞典・チェックリスト

本ページに登場した用語を整理しました。 ジャストインタイム学習のためにあえて凝集度高めに並べています。

レポート提出前のチェックリストとしては、 (1) \(X\).shape の出力を 1 度貼る (2) 標準化しているか書く (3) 条件数を出す (4) PCA 結果に解釈名をつける (5) 結果のスケールが妥当かレビュー、 の 5 点を確認すれば、 線形代数まわりの致命的ミスはほぼ防げます。

📝 Round 643 まとめ — 「行列」を SSDSE で語る 10 ステップ

1. SSDSE-B-2026 の 47 行 × p 列を「データ行列 \(X\)」と呼ぶ習慣をつける。
2. 各行 \(x_i^\top\) のノルムを出して、 桁差 (東京 14M vs 鳥取 537k) を把握する。
3. 各列のヒストグラムから、 \(X^\top X\) の対角成分がどれだけスケール違いか想像する。
4. 必要に応じて標準化し、 条件数を 10 桁オーダーで改善する。
5. 8 地方ブロックを射影行列で表し、 ANOVA を SST=SSB+SSW として幾何的に確認。
6. OLS は逆行列ではなく np.linalg.lstsq を使う。
7. PCA を実行する前に SVD で特異値を出し、 累積寄与率を見て次元を決める。
8. 主成分に「規模軸」「年齢軸」のような名前をつけてからレポートに書く。
9. 多重共線性のリスクを VIF / 条件数で必ずチェックする。
10. すべての結果を「実データの数値」とセットで報告し、 単なる数式に終わらせない。

この 10 ステップを実装できれば、 行列・線形代数を「ただ知っている」から「現場で使える」に引き上げられます。 卒研・コンペ・実務、 どこに行っても通用する基本骨格です。

🌐 関連手法・派生

• ベクトル — 行列の特殊形（$n\times 1$ または $1\times n$）。
• 逆行列 — 連立 1 次方程式・回帰の核。
• 固有値・固有ベクトル — PCA・スペクトル法の基本。
• 主成分分析 — 共分散行列の固有分解そのもの。
• 線形回帰 — $\hat\beta=(X^\top X)^{-1}X^\top y$。
• 多重共線性 — $X^\top X$ が特異に近い状態。
• リッジ回帰 — $(X^\top X+\lambda I)^{-1}$ で正則化。
• 次元削減 — 行列分解の応用群。

🌐 関連手法・派生（拡張版）

行列・線形代数 の周辺で、 一緒に学ぶと理解が深まる手法を 4 件挙げます。

• 🌐 主成分分析 — 行列・線形代数 と密接に関連する手法
• 🌐 回帰分析 — 行列・線形代数 と密接に関連する手法
• 🌐 クラスタリング — 行列・線形代数 と密接に関連する手法
• 🌐 Kernel PCA — 行列・線形代数 と密接に関連する手法

どれも本リポジトリ内に専用ページがあります。 リンクから辿って、 概念マップを自分の頭の中に少しずつ構築してください。

🔗 関連用語（前提・並列・発展）

前提:

並列:

発展:

🔗 関連用語（前提・並列・発展）— 拡張版

行列・線形代数 を読み解くための関連用語を 前提（基礎概念）／並列（同カテゴリ）／発展（応用先） の 3 区分でまとめます。

📥 前提となる用語

• 🔗 ベクトル — 行列の各列・各行はベクトル
• 🔗 逆行列 — 連立方程式・回帰の解法に必須
• 🔗 固有値・固有ベクトル — PCA・スペクトル分解の基盤
• 🔗 行列式 — 逆行列の存在判定・体積の幾何的意味
• 🔗 階数（ランク） — 列空間の次元、 多重共線性検出

↔️ 並列・関連の用語

• 🔗 特異値分解（SVD） — 行列を 3 つに分解、 低ランク近似
• 🔗 直交性 — 内積 0、 PCA や QR 分解の基本
• 🔗 線形変換 — 行列の幾何的意味（回転・射影・伸縮）
• 🔗 トレース — 対角和、 固有値の合計
• 🔗 QR 分解 — 数値的に安定した最小二乗解法

↗️ 発展・応用の用語

• 🔗 主成分分析（PCA） — 共分散行列の固有値分解で次元削減
• 🔗 線形回帰 — β = (XᵀX)⁻¹Xᵀy の閉形式解
• 🔗 リッジ回帰 — 行列の正則化で安定化
• 🔗 次元削減 — SVD ベースの低ランク近似
• 🔗 ニューラルネット — 各層は行列積 Wx + b で表現

📚 関連グループ教材

• 📚 機械学習の基礎 — 線形代数・最適化を体系的に学ぶ。
• 📚 次元削減・特徴抽出 — 行列分解の応用。
• 📚 回帰モデル — $(X^\top X)^{-1}X^\top y$ を実践。

📊 行列演算 早見表

統計・機械学習で頻出する行列演算と、 NumPy / pandas での書き方を一覧化しました。 SSDSE-B-2026 の $47\times 110$ 行列を頭に置きながら、 「どの演算が何を意味するか」を覚えるのが上達の近道です。

🧪 完全実行例：SSDSE-B-2026 を行列として総点検

下のコードは、 SSDSE-B-2026 を読み込んでから、 形状・階数・条件数・主成分まで一気に出すワンストップスクリプトです。 手元で動かして「行列の体力」を確認しましょう。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=1)
num = df.select_dtypes(include='number').dropna(axis=1)

X = num.values
print('行列形状:', X.shape)                       # (47, 列数)
print('rank   :', np.linalg.matrix_rank(X))
print('cond   :', np.linalg.cond(X))            # 条件数（大きいほど不安定）

# 標準化したデザイン行列
Xs = (X - X.mean(axis=0)) / X.std(axis=0, ddof=0)
G  = Xs.T @ Xs / len(Xs)                          # 相関行列に相当
vals, vecs = np.linalg.eigh(G)
print('上位固有値:', vals[::-1][:5])
print('累積寄与率:', np.cumsum(vals[::-1] / vals.sum())[:5])

# 都道府県を 2 次元に射影（PCA）
PC = Xs @ vecs[:, ::-1][:, :2]
print('東京の主成分:', PC[df['都道府県'].tolist().index('東京都')])

出力からは、 SSDSE-B-2026 では「人口・経済規模」の方向が第 1 主成分として圧倒的な寄与をもち、 東京都が大きな正の射影値を取ることが確かめられます。 単なる表（行列）が、 都道府県の差を 1 軸に集約できる構造を内蔵していると見えるはずです。

📑 統計でよく使う行列の種類

❓ よくある質問

📖 さらに学ぶための文献

• Gilbert Strang『線形代数とその応用』— 直感重視で行列を読み解く定番。
• Golub & Van Loan『Matrix Computations』— 数値線形代数の聖典。 SVD・QR の理論基盤。
• Trefethen & Bau『Numerical Linear Algebra』— 浮動小数点と条件数を実務的に理解。
• NumPy 公式ドキュメント — numpy.linalg 全関数のリファレンス。
• SciPy 公式ドキュメント — scipy.sparse、 scipy.linalg でより高度な分解にアクセス。
• Bishop『Pattern Recognition and Machine Learning』第 4 章 — 線形回帰・PCA を行列で統一的に扱う。
• 3Blue1Brown「Essence of Linear Algebra」（YouTube）— 行列の幾何イメージを動画で体感。
• Boyd & Vandenberghe『Introduction to Applied Linear Algebra』— Python と統計を絡めた応用書。

🧷 学習チェックリスト

理解できていれば、 SSDSE-B-2026 を行列で扱うすべての場面で迷わなくなります。

• □ $X\in\mathbb{R}^{47\times 110}$ の形状とサンプル数・変数数を 1 つの式で書ける
• □ 転置 X.T と積 @ の形状規則を即答できる
• □ $X^\top X$ と $XX^\top$ の違いを都道府県データで説明できる
• □ 標準化済み行列で共分散と相関が一致することが分かる
• □ $\det X^\top X$ がほぼ 0 なら多重共線性のサインだと判断できる
• □ solve と inv の使い分け（数値安定性）を理解
• □ 固有値 / 特異値が分散に対応することを言葉で説明できる
• □ リッジが $X^\top X+\lambda I$ で条件数を改善することが説明できる
• □ PCA が共分散行列の固有分解と等価であることが分かる
• □ 行列の幾何的解釈（拡大・回転・剪断・射影）を絵で描ける

🛠 行列計算でハマるポイント・デバッグ集

• 形状エラー：NumPy で ValueError: shapes (47,3) and (47,3) not aligned。 行列積は (m,p) × (p,n) のみ可能。 転置を忘れていないか確認。
• 1 次元配列と 2 次元配列の混在：X.shape == (47,) と X.shape == (47,1) は別物。 X.reshape(-1, 1) で揃える。
• 欠損による発散：1 つでも NaN があると inv や eigh が NaN を返す。 df.dropna() または df.fillna(df.median())。
• 整数オーバーフロー：人口の二乗を int32 で扱うと桁あふれする恐れ。 X = X.astype(float) を最初に。
• 行と列の混同：pandas の df.apply はデフォルト列方向。 都道府県ごとの平均を出すなら axis=1。
• 標準化忘れ：PCA や距離計算では必須。 標準化しないと「人口の単位」が支配的になる。
• 逆行列の罠：np.linalg.inv が成功しても、 条件数が大きければ結果は信用できない。 np.linalg.cond で確認。
• 大きい行列のメモリ：$10^4\times 10^4$ の float64 は約 800MB。 必要なら scipy.sparse へ。

📚 ケーススタディ：行列で都道府県を理解する

行列という抽象的な道具が、 実際の SSDSE-B-2026 データでどう生きるかを、 4 つの問いに沿って体験します。

問 1. 47 都道府県は何次元のデータか?

数値列が約 110 個あるので、 形式的には 110 次元の点群。 しかし $\mathrm{rank}(X)\le \min(47,110)=47$ なので、 独立な情報は 47 次元以下。 さらに「人口大 → 経済規模大」のような相関が強く、 実質的な有効次元は SVD で見ると 3〜5 次元に圧縮できます。

問 2. 東京と大阪はどれだけ似ているか?

標準化済み行列 $X_s$ の行ベクトル $x_{\text{東京}}$、 $x_{\text{大阪}}$ を取り、 内積 $x_{\text{東京}}^\top x_{\text{大阪}}$ をノルム積で割ればコサイン類似度。 SSDSE-B-2026 では 0.78 程度で「大都市圏」として近い特徴を持つことが定量化されます。

問 3. 多重共線性はどこに潜むか?

説明変数の相関行列の最小固有値が $10^{-3}$ 程度に落ちる方向を見ると、 「総人口 ≈ 就業者数 ≈ 世帯数」がほぼ同じ情報を運んでいることが分かります。 この方向を取り除くか、 リッジで吸収するのが定石です。

問 4. 自然な分類軸は何か?

共分散行列の上位固有ベクトルを見ると、 第 1 固有ベクトルは「経済規模」、 第 2 固有ベクトルは「都市・地方軸」になることが多い。 これは PCA でも同じ結果になります。 つまり 1 個の対称行列を分解するだけで、 都道府県の社会地理的な構造が浮かび上がります。

🧠 数値線形代数のミニ知識

行列計算では「数式上は同じだが、 数値計算上はまったく違う」状況が頻繁に起こります。 SSDSE-B-2026 のように単位が多様なデータでは特に注意が必要です。 以下に、 実務で押さえておきたい数値的な知識を整理します。

• 条件数 $\kappa(A)=\sigma_{\max}/\sigma_{\min}$ は、 入力誤差が解にどれだけ拡大されるかの指標。 $\kappa>10^6$ は危険水域。
• QR 分解 $A=QR$ は最小二乗法を安定に解く方法。 $\hat\beta=R^{-1}Q^\top y$ は逆行列を直接計算するより安全。
• コレスキー分解 $A=LL^\top$（$A$ が対称正定値のとき）は、 共分散行列の扱いを 2 倍以上高速化。
• 反復法（共役勾配法など）は、 大規模スパース行列で逆行列を陽に作らずに $Ax=b$ を解く手法。
• SVD の打ち切りは、 ノイズの多いデータで低ランク近似 $A\approx U_k\Sigma_k V_k^\top$ により情報を圧縮。

SSDSE-B では多重共線性が強いため、 $X^\top X$ を直接逆行列するよりも、 リッジで $\lambda I$ を加える、 あるいは SVD を経由する方が結果の安定性が高まります。

🪙 行列まわりのミニ用語集

📚 関連グループ教材（拡張版）

本リポジトリには『同カテゴリの用語を横断的に学べるグループ教材』が複数あります。 行列・線形代数 に関連の深いものを掲示します。

• 📚 クラスタリング教材 — 教師なし学習・分類
• 📚 時系列解析教材 — 時間構造の系統的学習
• 📚 処置群・対照群教材 — 因果推論の基本設計
• 📚 対照群教材 — 比較設計の論点
• 📚 自然言語処理教材 — テキストデータ向け手法

🧪 ケーススタディ — 行列・線形代数 を SSDSE-B-2026 で実践

想定シナリオ：データ解析コンペで「47 都道府県の総人口（人）と他指標の関連を要約せよ」という設問が出題された場合の、 行列・線形代数 を活用した解答プロセスを 6 ステップで示します。

合計 2-4 時間の作業で、 行列・線形代数 を使った 1 つの分析レポートが完成します。 慣れれば短縮可能ですが、 初心者は「⑥ 報告」を省略せず必ず行ってください。 ここを丁寧にやることが、 査読対応力を大幅に上げます。

📚 学習リソース — 行列・線形代数 を深掘りするための参考資料

行列・線形代数 をさらに深く学ぶための、 教科書・ウェブ資料・実践書籍を 3 カテゴリで紹介します。 すべて初学者から実務家までを想定した、 日本語・英語のスタンダードな資料です。

推奨の読み方：日本語入門で全体像 → 英語標準教科書で厳密さ → 実装書で手を動かす → 論文で最先端、 の 4 段階で 1-2 年かけて到達できます。 一気に全部はできないので、 必要になった部分から少しずつ。

🛑 アンチパターン集 — 行列・線形代数 を使ってはいけない 5 パターン

行列・線形代数 は強力な道具ですが、 不適切な場面で使うとむしろ害になります。 以下の 5 パターンに該当する場合は、 別手法を検討するか、 そもそも分析自体を見直してください。

1. サンプル数が極端に少ない：n < 10 だと、 どんな手法を使っても安定した推定は困難。 まずデータ収集の追加を検討。
2. 目的変数の定義が曖昧：『何を予測／要約したいか』が決まらないまま手を動かすと、 結果の解釈不能。 まず問題定義を 1 文で書く。
3. 因果関係を主張したい：行列・線形代数 の多くは相関関係を扱う。 因果には別の枠組み（DID, IV, RDD など）が必要。
4. 未来の予測に過去のみ使う：時系列の構造を無視した予測は外挿で破綻する。 時系列専用手法を併用。
5. 公平性が要求される場面：差別的判断につながる出力を 行列・線形代数 で出すと法的・倫理的問題。 公平性指標と監査を組み込む。

これら 5 パターンは、 知っていれば回避可能ですが、 締切に追われると誰でも踏みやすい罠です。 共同作業者と相互チェックする習慣を持つことが防止策になります。

🎯 最終チェック — 行列・線形代数 を体得したかセルフテスト

本ページを読了したら、 以下のセルフテストで理解度を確認してください。 すべて『はい』と答えられれば、 SSDSE-B-2026 を使った分析レポートに 行列・線形代数 を自信を持って投入できます。

• ☐ 行列・線形代数 の定義式を、 記号の意味を説明しながら 30 秒で語れる
• ☐ 47 都道府県の 総人口（人） を題材に、 行列・線形代数 の計算を Python で書ける
• ☐ 行列・線形代数 の主要な仮定を 3 つ以上挙げ、 SSDSE-B-2026 での確認方法を説明できる
• ☐ 行列・線形代数 と類似手法（少なくとも 2 つ）の使い分けを判断できる
• ☐ 行列・線形代数 の典型的な落とし穴を 5 つ以上挙げられる
• ☐ 行列・線形代数 を使った結果を、 査読者に伝わる形でレポートに書ける
• ☐ 不確実性の定量化（信頼区間・標準誤差等）を結果に併記できる
• ☐ 行列・線形代数 の歴史的背景を 1-2 分で語れる

不安な項目があれば、 該当セクションに戻って復習を。 ジャストインタイム学習なので、 完璧を目指すより必要に応じて戻ってくる方が効率的です。 本ページが 行列・線形代数 習得のお役に立てたら幸いです。

🛠 もう一歩深く — SSDSE-B-2026 を 47×p 行列と見て「線形代数の道具立て」を実演する

ここまでで、 行列の定義・積・転置・逆行列・固有値・特異値分解までを順番に眺めてきました。 ただし「公式を覚えただけ」では、 現場で実データを行列として扱い、 結果を説明する力は身につきません。 そこで Round 643 では、 SSDSE-B-2026 (47 都道府県 × 約 60 指標) を 1 枚のデータ行列 \(X \in \mathbb{R}^{47 \times p}\) として扱い、 散布図 / ヒストグラム / 箱ひげ図の 3 枚を起点として、 「行列演算が SSDSE のどの計算と一致するのか」「逆行列が解けないとき何が起きるのか」「固有値・特異値で都道府県をどう要約するか」を順番に体験していきます。 教科書の \(A x = b\) や \(X^\top X\) が、 現実の公的データの上でどう振る舞うのかを直接観察するのが目的です。

扱う指標は、 総人口 (A1101)・年間出生数 (A4101)・年少人口 (A1301)・生産年齢人口 (A1303)・老年人口 (A1302)・消費支出 (L3221)・大学学生数 (E6302) を中心に、 必要に応じて他指標を補足します。 これらは全て e-Stat / 総務省統計局 / 文科省学校基本調査などの公的統計を SSDSE が一次整形して公開している実データです。 ロードマップは下表の通り。

順番に進むことで「行列を使う」という作業が、 並べる → 掛ける → 分解する → 意味づける → レポートに書くという 5 段階のサイクルであることが体感できるはずです。 章末の意思決定フローと組み合わせれば、 卒研や実務で「とりあえず numpy で逆行列を計算」「sklearn の中身が何をしているか分からない」といった線形代数リテラシーの欠如を脱却できます。

📈 散布図で「データ行列の行=都道府県・列=指標」を体感する

線形代数を実データに使う第一歩は、 「データ行列 \(X \in \mathbb{R}^{47 \times p}\) を散布図で 2 列ずつ眺める」ことです。 ここでは SSDSE-B-2026 (2023 年) の 総人口 (A1101) を横軸、 関連指標を縦軸に取り、 47 行のうち上位 5 件・下位 5 件の数値を読みます。 これらは「データ行列の行ベクトル \(x_i^\top \in \mathbb{R}^p\)」の最初の 2 成分そのものです。

図 R643-1: 総人口を横軸、 関連指標を縦軸とした 47 都道府県の散布図 (SSDSE-B-2026, 2023 年実値)。 強い線形関係が読み取れる。

散布図から読み取れるのは「ほぼ直線的に増加する強い正相関」です。 これは「データ行列の 2 列が線形従属に近い」ということを意味し、 後で逆行列を取るときに条件数 \(\kappa(X^\top X)\) が爆発する合図にもなります。 具体的な数値は以下の通りで、 上位 5 件と下位 5 件を抜き出しました。

上の表を行列に直すと、 各行は \(x_i = (N_i, Y_i)^\top \in \mathbb{R}^2\) で、 47 行を縦に並べたのが \(X \in \mathbb{R}^{47 \times 2}\) です。 ノルム \(\|x_i\|_2 = \sqrt{N_i^2 + Y_i^2}\) は東京で約 1,409 万、 鳥取で約 53.7 万。 つまり同じ「47 都道府県」と言っても、 ベクトルとしての長さは 26 倍の差があり、 これが PCA / 回帰の外れ値リスクの正体です。 散布図 1 枚から行列スケールまで語れるようになるのが、 線形代数の最初のリテラシーです。

🐍 Python — データ行列の構築・行ベクトルのノルム・最大ノルム都道府県の特定

このコードでやること: SSDSE-B-2026 から 47 都道府県の総人口と年間出生数を 2 列の行列 \(X\) として組み立て、 各行のノルム \(\|x_i\|_2\) を計算し、 最大・最小都道府県を特定する。 散布図も保存する。

📥 入力データ (SSDSE-B-2026 抜粋):

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

import os
os.makedirs('html/figures', exist_ok=True)  # 保存先のフォルダを作っておく

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df23 = df[df['SSDSE-B-2026'] == 2023].copy()

# データ行列 X (47 行 × 2 列)
X = df23[['A1101', 'A4101']].values.astype(float)
print(f'X.shape = {X.shape}')

# 行ベクトルのノルム ||x_i||_2
norms = np.linalg.norm(X, axis=1)
i_max = np.argmax(norms); i_min = np.argmin(norms)
print(f"最大ノルム: {df23.iloc[i_max]['Prefecture']}  ||x||={norms[i_max]:,.0f}")
print(f"最小ノルム: {df23.iloc[i_min]['Prefecture']}  ||x||={norms[i_min]:,.0f}")
print(f'比 = {norms[i_max]/norms[i_min]:.1f}')

# 散布図保存
plt.figure(figsize=(7,5))
plt.scatter(X[:,0], X[:,1], alpha=0.7)
plt.xlabel('総人口 A1101'); plt.ylabel('年間出生数 A4101')
plt.savefig('html/figures/scatter_basic.png', dpi=120, bbox_inches='tight')

📤 実行例:

💬 ノルム比 26.2 は「同じ 47 都道府県でもベクトル長が 26 倍違う」ことを意味します。 この大きな差は、 後で \(X^\top X\) の固有値スペクトルや回帰係数の安定性に直接効きます。 PCA で標準化が必須なのも、 ここまで差が大きいと第 1 主成分が「東京都の有無」だけで決まってしまうからです。

📊 ヒストグラムで「列ベクトルの分布」と \(X^\top X\) のスケール感を見る

データ行列の列をひとつ取り出すと、 これは長さ 47 の列ベクトル \(x_{:,j} \in \mathbb{R}^{47}\) です。 そのヒストグラムを見ると、 総人口 (A1101) は右に強く歪んだ分布をしており、 算術平均と中央値が大きく離れます。 これがそのまま \(X^\top X\) の対角成分に効くので、 「対角成分を見ただけで桁が違う」状態になりやすい点が要注意です。

図 R643-2: 47 都道府県の指標分布ヒストグラム (SSDSE-B-2026, 2023 年実値)。 右に長い裾を持つ分布。

上の表で重要なのは、 「総人口 100 万単位」と「消費支出 数十万円単位」を同じ \(X\) に入れて \(X^\top X\) を計算すると、 対角成分が桁違いになり、 固有値は事実上「人口列の分散」だけで決まるという事実です。 これは PCA / 回帰の入門書で必ず「標準化せよ」と書かれている理由そのものです。

🐍 Python — \(X^\top X\) の対角成分と固有値で「スケールの暴走」を可視化

このコードでやること: SSDSE-B-2026 の 6 指標を行列 \(X\) に組み立て、 (1) 生データ (2) 標準化後で \(X^\top X\) の対角成分と固有値を比較する。 ヒストグラムも保存。

📥 入力データ (SSDSE-B-2026, 47 行 × 6 列):

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

import os
os.makedirs('html/figures', exist_ok=True)  # 保存先のフォルダを作っておく

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df23 = df[df['SSDSE-B-2026'] == 2023].copy()
cols = ['A1101', 'A4101', 'A1301', 'A1302', 'L3221', 'E6302']
X = df23[cols].values.astype(float)

# 生データの X^T X 対角成分と固有値
G_raw = X.T @ X
print('生データ 対角成分:', np.diag(G_raw))
print('生データ 固有値:', sorted(np.linalg.eigvalsh(G_raw), reverse=True))

# 標準化後の X^T X (相関行列に近い)
Xz = (X - X.mean(axis=0)) / X.std(axis=0, ddof=1)
G_z = Xz.T @ Xz / (Xz.shape[0]-1)
print('標準化後 固有値:', sorted(np.linalg.eigvalsh(G_z), reverse=True))

# 総人口のヒストグラム
plt.figure(figsize=(7,4))
plt.hist(X[:,0]/1e6, bins=12, color='#26A69A', edgecolor='white')
plt.xlabel('総人口 (百万人)'); plt.ylabel('都道府県数')
plt.savefig('html/figures/hist_basic.png', dpi=120, bbox_inches='tight')

📤 実行例:

💬 生データのままだと最大固有値が \(9.6\times 10^{14}\)、 最小が \(1.8\times 10^7\)、 比は 条件数 \(\kappa \approx 5\times 10^{7}\)。 これは数値線形代数の世界では「ほぼ特異」扱いで、 \((X^\top X)^{-1}\) を直接計算すると桁落ちが致命的。 標準化後は \(\kappa \approx 1.4\times 10^{4}\) 程度まで落ち着き、 回帰や PCA が安定します。 単位を揃えるだけで条件数が 3〜4 桁改善するのが、 線形代数を実データに適用するときの最大の教訓です (人口関連の列どうしが強く相関するため、 標準化後もなお \(\kappa\) は 1 万規模の残存共線性を示します)。

📦 8 地方ブロックでの箱ひげ — 射影行列とブロック行列でグループ分散を見る

47 都道府県を総務省統計局の8 地方ブロック (北海道 / 東北 / 関東 / 中部 / 近畿 / 中国 / 四国 / 九州・沖縄) に分けて箱ひげを描くと、 ブロック間で老年人口比率の分布がはっきり異なります。 これは線形代数では「ブロック対角行列 \(P\)」で表現される射影と等価で、 ANOVA の SST = SSB + SSW 分解の幾何学的中身そのものです。

図 R643-3: 8 地方ブロックでの老年人口比率の箱ひげ図 (SSDSE-B-2026, 2023)。 ブロック間の分布差が確認できる。

ブロック平均への射影行列 \(P_g = \frac{1}{|g|}\mathbf{1}_g \mathbf{1}_g^\top\) を 8 個用意して直和を取れば、 全体ベクトル \(y \in \mathbb{R}^{47}\) は「ブロック平均ベクトル \(\bar y_g\)」と「残差ベクトル \(y - \bar y_g\)」に直交分解されます。 これがそのまま ANOVA の幾何学的中身であり、 ピタゴラスの定理 \(\|y\|^2 = \|\bar y_g\|^2 + \|y-\bar y_g\|^2\) が SST=SSB+SSW として現れます。 箱ひげ図は、 この直交分解を視覚で確認するための道具と読み替えると一気に意味が深くなります。

🐍 Python — 射影行列でブロック平均を取り出し、 SST=SSB+SSW を数値で確認

このコードでやること: SSDSE-B-2026 の老年人口比率 (A1303/A1101) を 47 次元ベクトル \(y\) として取り出し、 8 地方ブロックに対する射影でブロック平均を得て、 SST=SSB+SSW を確認する。 箱ひげ図も保存。

📥 入力データ (47 県 × ブロック割当):

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

import os
os.makedirs('html/figures', exist_ok=True)  # 保存先のフォルダを作っておく

# ── この抜粋で使うデータを用意します（英字の項目コードで読み込み）──
import pandas as pd

# skiprows=[1] で 2 行目（日本語の項目名）を飛ばし、英字の項目コードを列名にする。
# ここを header=0 にすると年度の列が文字列のままになり、
# 下の df['SSDSE-B-2026'] == 2023 が全部 False になってデータが空になる。
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df23 = df[df['SSDSE-B-2026'] == 2023].copy()
y = (df23['A1303'] / df23['A1101'] * 100).values  # 老年人口比率 %

blocks = {
  '北海道':['北海道'],
  '東北':['青森県','岩手県','宮城県','秋田県','山形県','福島県'],
  '関東':['茨城県','栃木県','群馬県','埼玉県','千葉県','東京都','神奈川県'],
  '中部':['新潟県','富山県','石川県','福井県','山梨県','長野県','岐阜県','静岡県','愛知県'],
  '近畿':['三重県','滋賀県','京都府','大阪府','兵庫県','奈良県','和歌山県'],
  '中国':['鳥取県','島根県','岡山県','広島県','山口県'],
  '四国':['徳島県','香川県','愛媛県','高知県'],
  '九州沖縄':['福岡県','佐賀県','長崎県','熊本県','大分県','宮崎県','鹿児島県','沖縄県'],
}
name2idx = {n:i for i,n in enumerate(df23['Prefecture'].values)}

ybar = y.mean()
ssb = 0.0; ssw = 0.0
for g, members in blocks.items():
    idx = [name2idx[m] for m in members if m in name2idx]
    yg = y[idx]
    ssb += len(yg) * (yg.mean() - ybar)**2
    ssw += ((yg - yg.mean())**2).sum()
sst = ((y - ybar)**2).sum()
print(f'SST = {sst:.3f}, SSB = {ssb:.3f}, SSW = {ssw:.3f}, SSB+SSW = {ssb+ssw:.3f}')

# 箱ひげ図
data = [y[[name2idx[m] for m in ms if m in name2idx]] for ms in blocks.values()]
plt.figure(figsize=(8,4))
plt.boxplot(data)
plt.xticks(range(1, len(list(blocks.keys())) + 1), list(blocks.keys()))  # tick_labels= はブラウザの matplotlib に無い
plt.ylabel('老年人口比率 %')
plt.savefig('html/figures/box_multigroup.png', dpi=120, bbox_inches='tight')

📤 実行例:

💬 SST と SSB+SSW が小数点以下まで完全一致するのは、 射影行列 \(P_g\) が直交射影だからです。 ピタゴラス定理が成立し、 「全体の分散 = ブロック間分散 + ブロック内分散」が幾何的に保証されます。 ANOVA や混合効果モデルの内部はまさにこの分解で、 \(F = (\mathrm{SSB}/(k-1)) / (\mathrm{SSW}/(n-k))\) は単にこの直交分解の二乗ノルム比に過ぎません。 箱ひげで「目で見て差がある」と感じる感覚を、 行列演算が定量化してくれるわけです。

🗺 概念マップ

行列 = データ × 写像 × 関係の三位一体。 ベクトル → 行列 → テンソルと拡張し、 固有分解・特異値分解・行列分解を経て PCA / 回帰 / ニューラルネットへ。

[ベクトル] → [行列] → [テンソル]
   │
   ├─ 線形変換 → 回転・射影・スケーリング
   ├─ 連立方程式 → 逆行列・最小二乗
   ├─ 固有分解   → PCA・スペクトルクラスタリング
   └─ 特異値分解 → SVD・推薦システム・低ランク近似

学習ロードマップ：

1. ベクトルと内積を理解する → ベクトル
2. 行列と転置・積を操れる → 本ページ
3. 逆行列で連立方程式を解ける → 逆行列
4. 固有分解と PCA を結びつける → 固有値、 PCA
5. SVD で低ランク近似 → 次元削減
6. 正則化と数値安定性 → リッジ回帰

🗺 適用判断フローチャート — 行列・線形代数 を使うべきか

行列・線形代数の道具は、 タスク (連立方程式・分解・最適化) と問題サイズによって使い分けます。 以下のフローチャートで判定してください。

[START]
   ↓
Q1: 解きたいのは何か？
   ├ 連立方程式 Ax = b       → A の構造を見る (Q2)
   ├ 主成分・低ランク近似    → SVD / 固有値分解（np.linalg.svd）
   ├ 最小二乗回帰           → 正規方程式 / QR 分解（lstsq）
   └ 行列指数・微分方程式    → expm / 数値積分

Q2: 行列 A の性質は？
   ├ 対称正定値            → コレスキー分解 (cho_solve)
   ├ 一般正方行列          → LU 分解 (solve)
   ├ 長方形・過剰決定       → 最小二乗解 (lstsq)
   └ スパース・大規模       → 反復法 (CG / GMRES, scipy.sparse.linalg)

Q3: 数値安定性が心配な場面か？
   ├ Yes (条件数 大 / 正則化が要) → 正規方程式は避け SVD / QR を選択
   └ No (小規模・十分疎)         → 直接法で OK

[END] → 採用した分解を本ページ「🐍 Python 実装」の例で確認

フローチャートで A 判定が出たら、 本ページの実装をそのまま流用できます。 別手法に分岐した場合は、 ページ末尾の「🔗 関連用語（発展）」リンクから移動してください。

🚧 よくある誤用集 — レビューで指摘される 10 パターン

行列・線形代数を用いた解析で、 共同作業者・査読者に高確率で指摘される 10 パターンを並べます。 提出前に自分のコードと突き合わせてください。

1. 正規方程式 (X'X)⁻¹X'y を直接解く：条件数が二乗されて数値誤差が増大。 QR / SVD を使う。
2. 逆行列 inv(A) を計算：Ax = b は np.linalg.solve(A, b) の方が安定かつ高速。
3. 列ベクトル / 行ベクトルの混同：shape (n,) と (n,1) の broadcast で意図しない結果。 reshape を明示。
4. 非可換性の見落とし：AB ≠ BA を忘れ、 順序を入れ替えてしまう。
5. 固有値分解 / SVD の使い分け：非対称行列に eig を呼んで複素数になり混乱。 SVD は常に実数。
6. 正則性チェックなし：特異行列に inv を当てて NaN を出す。 rank・条件数を事前確認。
7. スケーリング忘れ：列スケールが大きく違うまま PCA / 回帰し、 一部の特徴だけが支配。
8. スパース行列の使い忘れ：100,000×100,000 の疎行列を dense で確保しメモリ不足。 scipy.sparse へ。
9. 転置と共役転置の混同：複素行列で .T を使い conj が抜ける。 .conj().T か .H を使う。
10. 結合則を活用せず計算：(AB)C と A(BC) で計算量が桁違い。 形状に合わせて括弧を選ぶ。

10 件のうち 2-3 件は誰でもやってしまいます。 重要なのは『指摘される前に自分で潰す』姿勢です。 チェックリストを印刷して机に置いておくと事故率が激減します。

📝 報告書テンプレート — 行列・線形代数 結果の書き方

行列・線形代数 を使った分析結果を報告書・論文・スライドに載せる際のテンプレートです。 5 つの構成要素を順に埋めれば、 過不足のない記述になります。

このテンプレートを使えば、 査読プロセスでよく指摘される『方法の透明性』『限界の明示』『再現性』の 3 観点をカバーできます。

📜 歴史と背景 — 行列・線形代数 のあゆみ

行列 は、 統計学と計算機科学の流れの中から生まれました。 下の年表はこの分野全体の流れで、 行列 固有の年表ではありません。 この用語がどの時代の産物かを掴むために置いています。

歴史を知ると、 各手法が『なぜそのような形をしているか』が腹落ちします。 特に新手法を学ぶときは、 既存手法との関係・歴史的経緯を併せて押さえると、 表面的な暗記を超えた理解に到達できます。

✅ 実務チェックリスト — 行列・線形代数 を使う前に確認すべき 15 項目

行列・線形代数 を実務・コンペで使う前に、 以下の 15 項目をすべてチェックしてください。 1 つでも未確認なら、 結果の信頼性が大きく揺らぐ可能性があります。

❓ FAQ — 行列・線形代数 に関するよくある質問

📋 ミニ用語辞典 — 行列・線形代数 周辺で必ず出会う 20 語

行列・線形代数 を学ぶ過程で頻出する 20 の関連用語を、 1 行ずつ簡潔に定義します。 詳細はそれぞれの専用ページへリンクされています。

🎯 拡張版まとめ — 行列・線形代数 を 1 分で復習

本ページでは 行列・線形代数（Matrix Math / Linear Algebra） を 12 セクション + 拡張 8 セクションで体系的に整理しました。 ジャストインタイム学習の原則に従い、 すべての節は独立して読めるよう設計されています。 必要な節だけ拾い読みしても OK、 通読しても OK。

• 1 行要約：行列演算（積、転置、逆行列）と固有値・特異値分解は多変量解析の言語
• カテゴリ：数学・最適化
• 主要式：$$ A\mathbf{x}=\lambda\mathbf{x} $$
• 典型データ：SSDSE-B-2026 の A1101（総人口（人））等
• 使える場面：要約・予測・最適化・生成のいずれか
• 避けるべき場面：仮定違反、 サンプル不足、 外挿、 因果主張

本ページが役に立ったら、 ページ末尾の「🔗 関連用語（前提・並列・発展）」と「📚 関連グループ教材」から次の用語に進んでください。 知識のネットワークが少しずつ広がり、 全体像が見えてきます。

🔗 隣接手法への橋渡し

行列代数は単独の道具ではなく、 上流のデータ表現 (X ∈ ℝ^{n×p})、 並列の連立方程式・固有値分解・特異値分解、 下流の主成分分析・回帰・ニューラルネット重み行列と接続する。 機械学習の数学的言語と言える。

• 上流 (前段処理): 特徴量行列の構築 — 観測 × 特徴の表形式に整形
• 並列 (代替/比較): テンソル演算 / グラフ理論 — 高階データやネットワーク表現の代替
• 下流 (後段活用): 回帰・固有値・PCA — 正規方程式 (XᵀX)⁻¹Xᵀy や固有分解

SSDSE-B-2026 を 47×35 の行列 X に並べると、 上流で各列を中心化、 中段で共分散行列 X'X / (n-1) を計算、 下流で固有値分解して主成分軸 + 寄与率を出す、 という流れで PCA / 線形回帰 / 判別分析が一気通貫で扱える。

🌳 手法選択フロー

行列計算の手法選択は、 (1) 正方行列か矩形か、 (2) フルランクか特異か、 (3) サイズ n が大きいか (疎か密か)、 (4) 数値安定性の優先度、 で決まる。 矩形なら SVD、 正方フルランクなら LU、 正方対称正定値なら Cholesky、 疎大規模なら反復解法 (CG / GMRES)。 章 14 で挙げた上流 (特徴量行列構築)・並列 (テンソル/グラフ)・下流 (PCA / 回帰) と統合した 5 段分岐で示す。

5 段分岐フローチャート (ASCII):

[Step 1] 行列のサイズと密度は?
   │
   ├─ 疎大規模 (n > 10^4, 非零率 < 5%) → 反復解法 CG / GMRES (scipy.sparse.linalg)
   └─ 密 (n ≤ 10^4) ↓
[Step 2] 正方行列 (n×n) か矩形 (m×n, m≠n) か?
   │
   ├─ 矩形 (m≠n) → SVD (特異値分解) / 最小二乗 lstsq
   │                └─ PCA / 次元削減 / 擬似逆行列の用途
   └─ 正方 (n×n) ↓
[Step 3] 対称行列 (A = Aᵀ) か?
   │
   ├─ No  → LU 分解 (np.linalg.solve)、 一般連立方程式
   └─ Yes ↓
[Step 4] 正定値 (固有値 > 0) か?
   │
   ├─ Yes → Cholesky 分解 (LL^T) — LU の 2 倍高速、 共分散行列に最適 (今ここ)
   └─ No  ↓
[Step 5] 用途は何か?
   │
   ├─ 固有値・固有ベクトル抽出 → 固有値分解 (np.linalg.eig)
   │   └─ 後段: PCA の主成分軸 → 章 14 の下流活用へ
   ├─ 連立方程式 Ax = b 解く  → LDL^T 分解 (対称不定値)
   └─ 行列式・ランク確認       → QR 分解

各分岐の詳細条件:

1. Step 1: サイズと密度判定。 SSDSE-B-2026 (47×35) は密小規模 → BLAS/LAPACK 一択。 n>10^4 かつ非零率<5% なら scipy.sparse へ。
2. Step 2: 正方/矩形の判定。 観測×特徴行列 (47×35) は矩形 → SVD または lstsq。 共分散行列 X'X (35×35) は正方。
3. Step 3: 対称性チェック。 共分散・グラム行列・相関行列は対称。 一般のデータ行列は非対称。 対称なら計算量が半減。
4. Step 4: 正定値判定。 全固有値>0 なら正定値、 Cholesky 可。 共分散行列は通常正定値 (rank deficient なら半正定値)。 LU の 2 倍速・数値安定。
5. Step 5: 用途別の最終選択。 PCA なら固有値分解、 回帰なら lstsq / QR、 行列式なら LU の対角積、 という後段タスクに合わせる。

実務では数値安定性を最優先し、 逆行列を直接計算せず np.linalg.solve / lstsq を使うのが鉄則で、 SSDSE-B-2026 規模 (47×35) なら全手法 0.001 秒未満で計算できる。 章 14 で挙げた PCA / 回帰 へ進む場合、 Step 2 → 矩形 → SVD で次元削減、 または Step 4 → 共分散行列の固有値分解で主成分軸を求めるのが定石ルート。

🔎 解説を深める — 「二つのグラム行列」から読む行列演算

ここでは他ページと重複しない角度として、 データ行列 $X$ から作れる $X^\top X$（変数空間）と $XX^\top$（都道府県空間）の対比 を軸に、 行列積の順序依存・次元の適合を実測値で確認します。 数値は data/raw/SSDSE-B-2026.csv の 2023 年・47 都道府県、 3 変数 合計特殊出生率（A4103）・年平均気温（B4101）・65歳以上人口（A1303） を各列で標準化（$z$ 化, ddof=1）して算出した実際の出力です。

🎨 直感

標準化データ行列は $X\in\mathbb{R}^{47\times 3}$。 同じ $X$ から「掛ける順序」を変えるだけで、 意味もサイズも別物の 2 つの行列が生まれます。

• $X^\top X$（$3\times 3$）＝変数どうしの内積。 標準化済みなので $X^\top X/(n-1)$ は相関行列に一致します。 実測値：

対角が $46=n-1$ なのは各列を標準化した必然。 非対角から「出生率と気温は $+0.502$（暖かい県ほど出生率が高い傾向）」「出生率と 65 歳以上人口は $-0.587$（高齢化が進むほど出生率が低い）」「気温と高齢人口は $+0.084$ でほぼ無相関」と、 行列 1 個が 3 変数の相関構造をまるごと保持していることが読めます。

• $XX^\top$（$47\times 47$）＝都道府県どうしの内積。 サイズが一気に県数まで膨らみ、 「県 $i$ と県 $j$ の似ている度合い」を表す別の行列になります。 スペクトルクラスタリングやカーネル法はこちら側を使います。

同じ素材から生まれる兄弟でも、 $3\times 3$ か $47\times 47$ か でその後の解析（PCA は $X^\top X$、 サンプル間類似度は $XX^\top$）が完全に分岐します。

⚠️ 落とし穴（重要）

1. 順序依存（$AB\neq BA$）を「掛け算だから可換」と錯覚する。 上の相関行列 $C$ に、 変数へ重み $(1,2,3)$ を与える対角行列 $D=\mathrm{diag}(1,2,3)$ を掛けると、 実際の出力は左右で一致しません： $$ CD=\begin{pmatrix}1.000&1.004&-1.761\\0.502&2.000&0.252\\-0.587&0.168&3.000\end{pmatrix}\neq DC=\begin{pmatrix}1.000&0.502&-0.587\\1.004&2.000&0.168\\-1.761&0.252&3.000\end{pmatrix} $$ $CD$ は列を、 $DC$ は行をスケールします。 「特徴量に重みを掛ける」つもりで左右を間違えると、 別のものを重み付けしてしまいます。
2. $X^\top X$ と $XX^\top$ の取り違え。 両者はサイズも意味も違うのに、 トレース（対角和）は必ず一致します。 実測でも $\mathrm{tr}(X^\top X)=\mathrm{tr}(XX^\top)=138.0$。 「トレースが同じだから同じ行列」ではありません。 これは非零固有値が共通（＝全分散 $\sum\sigma_i^2$）という SVD の性質の現れです。
3. 次元の適合を確認しない。 $X$ は $47\times 3$ なので $X\,X$（Xs @ Xs）は「$47\times 3$ と $47\times 3$」で内側の次元 $3\neq 47$ が合わず失敗します。 正しくは $X^\top X$ か $XX^\top$。 X.shape を先に print して「内側が揃うか」を指差し確認するのが最短の予防策です。

🚀 発展

$X=U\Sigma V^\top$ と特異値分解すると、 $X^\top X=V\Sigma^2 V^\top$（$3\times 3$）と $XX^\top=U\Sigma^2 U^\top$（$47\times 47$）は 同じ非零固有値 $\sigma_i^2$ を共有します。 だからトレースが $138.0$ で一致し、 主成分の寄与率はどちらから計算しても同じ。 大標本（$n\gg p$）で PCA を回すときに小さい方 $X^\top X$（$3\times 3$）を固有分解するのは、 この「非零固有値が共通」という保証があるからこその計算量削減です。 一般に $X^\top X\succeq 0$（半正定値）なので固有値は非負であり、 負の固有値が出たら数値誤差か入力ミスを疑います。

🔗 関連ページ

• 逆行列 — $X^\top X$ が正則なら $(X^\top X)^{-1}$ が回帰係数の核。 本ページの $X^\top X$ に逆を当てる続き。
• 線形回帰 — $\hat\beta=(X^\top X)^{-1}X^\top y$。 ここで作った $3\times 3$ グラム行列がそのまま登場します。
• 多重共線性 — 総人口・男・女のように相関が $\approx 1$ だと $X^\top X$ がほぼ特異になり逆が暴れる話。
• 固有値・固有ベクトル — $X^\top X$ と $XX^\top$ が共有する非零固有値の正体。
• 主成分分析 — $X^\top X/n$ の固有分解そのもの。 小さい方を使う理由が発展節と直結。
• ベクトル — 行列の各行・各列を長さと向きで捉える前提知識。

補足：本節の相関値・トレース・$CD/DC$ は上記 CSV から Python で算出した実測値です。 重み行列 $D=\mathrm{diag}(1,2,3)$ は順序依存を示すための架空の作例です。