抄録
我々が扱うデータには, 一般的に誤差, 幅, 欠損などの不確定性が含まれている．これらのデータはパターン空間上の点として扱うことができない．
本論文で扱う許容範囲という概念は, 許容ベクトルを用いることにより, これらのデータをパターン空間上の点として表現し, 従来のデータ同様, 最適化の枠組みで扱うことを可能にする．
この概念は近年クラスタリングに積極的に導入されており, その有効性が確認されている．しかし, 他のデータ解析においては, その適用は回帰分析にしか見られない．
そこで本論文では, データ解析手法の一つである主成分分析に対して, 許容範囲の概念を導入した新たなアルゴリズムを提案する．また, いくつかの数値例を通して, その有効性を検証する．
