２つ目の研究テーマについて紹介します。
　調査項目や検査項目をその全体的な様相をできるだけ保持した形で項目を精選したい（無駄な項目を除去したい）という場合や、データの特徴を測りとれる指標を少ない次元で作ろうという場合があります。このような場合、主成分分析における変数選択を考えることになります。
　左下の図は、全19変数を用いたときの主成分得点の布置ですが、この布置をできるだけ保った形で変数を減らすことができれば、情報を大きく損なうことなく次に続く分析ができます。右下の図は、その方式で７変数に減らしたときの主成分得点の布置ですが、元の形状をよく保っているのがわかります。

　こういった処理は、ビッグデータの前処理として、膨大な変数を分析目的に合った形で代表的な変数に絞り込むときなどに利用できますし、因子分析やコレスポンデンス分析においても変数選択の手法の開発が行えます。この研究においても、質的データを扱えるようにしたり（１つ目の研究）、計算結果をより速く得られる工夫をしたり（３つ目の研究）しています。