Słownik metodologiczny · Analiza czynnikowa

Biplot – obserwacje i zmienne na jednym wykresie PCA

Biplot pokazuje na jednej płaszczyźnie obserwacje jako punkty i zmienne jako strzałki. Wyjaśniamy, jak czytać kąty, długości i rzuty, czym różni się forma korelacyjna od odległościowej i jak opisać biplot w pracy.

W skrócie: Biplot to wykres przedstawiający jednocześnie obserwacje (punkty) i zmienne (strzałki) w przestrzeni dwóch pierwszych składowych PCA. Rzut punktu na strzałkę przybliża wartość zmiennej, kąt między strzałkami – korelację, a w formie odległościowej odległość punktów – podobieństwo obserwacji.

Co to jest biplot?

Biplot to wykres, który na jednym rysunku pokazuje obserwacje (punkty) i zmienne (strzałki) z tej samej macierzy danych. Gabriel (1971) pokazał, że każdą macierz rzędu 2 można tak przedstawić, by każdy jej element był iloczynem skalarnym wektora wiersza i wektora kolumny; macierz o większej liczbie wymiarów przedstawia się przez jej najlepsze przybliżenie rzędu 2. W praktyce są to dwie pierwsze składowe analizy głównych składowych (PCA) – nowych, nieskorelowanych zmiennych kolejno maksymalizujących wariancję (Jolliffe i Cadima, 2016). Przedrostek „bi” oznacza dwa rodzaje elementów – wiersze i kolumny – a nie dwa wymiary.

Jak czytać biplot

  • Rzut punktu na strzałkę przybliża standaryzowaną wartość zmiennej u danej obserwacji: punkt daleko w kierunku strzałki to wynik wysoki.
  • Kąt między strzałkami odpowiada korelacji: kąt ostry – dodatnia, prosty – bliska zera, rozwarty – ujemna.
  • Długość strzałki mówi, jak dobrze zmienna mieści się na dwóch osiach. Krótka strzałka oznacza, że jej zmienność leży głównie w dalszych składowych.
  • Odległość między punktami przybliża odległość między obserwacjami w pełnych danych – ale tylko w formie odległościowej.

Przykład

Wbudowany zbiór USArrests zawiera dla 50 stanów USA liczbę aresztowań za zabójstwa, napaści i gwałty na 100 tys. mieszkańców oraz odsetek ludności miejskiej. Zmienne mają różne jednostki, więc przed PCA poddano je standaryzacji. Pierwsza składowa wyjaśnia 62.0% wariancji, druga 24.7%, razem 86.8%. Trzy wskaźniki przestępczości korelują z pierwszą składową na poziomie od .84 do .92 – to ich ładunki – a odsetek ludności miejskiej z drugą (−.87). Znak składowych jest dowolny; odwrócono go, by strzałki przestępczości wskazywały w prawo.

Na rysunku

Dwa biploty PCA dla 50 stanów USA na osiach PC1 (62.0% wariancji) i PC2 (24.7%). Szare punkty to stany, niebieskie strzałki to cztery zmienne: zabójstwa, napaści i gwałty wskazują w prawo, ludność miejska w dół. A: forma korelacyjna, punkty o jednakowym rozrzucie na obu osiach. B: forma odległościowa, punkty bardziej rozciągnięte wzdłuż PC1; podpisane m.in. Florida, California, Mississippi, Vermont, North Dakota i Hawaii
Rysunek 1. Ta sama PCA w dwóch formach biplotu: korelacyjnej (A) i odległościowej (B). Strzałki wydłużono 2.5 raza. Obliczenia: R, pakiety ggplot2, patchwork i ggrepel (zbiór USArrests).

Co widać. W obu panelach strzałki zabójstw, napaści i gwałtów leżą blisko siebie, a strzałka ludności miejskiej jest do nich niemal prostopadła. Stany po prawej (Florida, California) mają dużo aresztowań, po lewej (Vermont, North Dakota) – mało; w dole leżą stany silnie zurbanizowane. Formy różnią się skalowaniem. W formie korelacyjnej (A) punkty mają jednakowy rozrzut na obu osiach, a strzałki to korelacje zmiennych ze składowymi: dla zabójstw i ludności miejskiej cosinus kąta wynosi .01 przy korelacji .07. W formie odległościowej (B) punkty zachowują rozrzut składowych, dlatego ich odległości lepiej oddają odległości w czterech wymiarach – korelacja obu zestawów odległości to .969 wobec .915 w panelu A.

Na co uważać. Kąt to tylko przybliżenie. Strzałki zabójstw i napaści są niemal równoległe (cosinus .97), a korelacja wynosi .80; iloczyn skalarny strzałek (.85), który uwzględnia ich długość, jest bliżej. Biplot pokazuje 86.8% wariancji – reszty nie widać. Gabriel (2002) wykazał, że żaden pojedynczy wykres nie odwzorowuje optymalnie jednocześnie zmiennych i odległości między obiektami, choć różne biploty zwykle zachowują dużą część optymalnego dopasowania.

Podpis do pracy:

Rysunek 1. Biplot analizy głównych składowych dla czterech wskaźników w 50 stanach USA. Uwaga. Punkty – stany, strzałki – zmienne standaryzowane (wydłużone 2.5 raza). Panel A: forma korelacyjna (kąty między strzałkami przybliżają korelacje), panel B: forma odległościowa (odległości między punktami przybliżają odległości euklidesowe). Dwie składowe wyjaśniają 86.8% wariancji.

Jak opisać w pracy

Strukturę czterech wskaźników w 50 stanach przedstawiono na biplocie PCA w formie korelacyjnej (Rysunek 1). Dwie pierwsze składowe wyjaśniły 86.8% wariancji. Wskaźniki przestępczości korelowały z pierwszą składową (od .84 do .92), a odsetek ludności miejskiej – z drugą (−.87); strzałki zabójstw i ludności miejskiej były niemal prostopadłe, co odpowiada korelacji bliskiej zera (r = .07).

Na co uważać

  • Brak informacji o formie. Programy stosują różne skalowania punktów i strzałek. Podaj, czy kąty, czy odległości mają być odczytywane.
  • Odległości w formie korelacyjnej. W panelu A druga oś jest rozciągnięta względem pierwszej, więc bliskość stanów bywa myląca.
  • Brak standaryzacji. Zmienne o dużej wariancji zdominują składowe i strzałki; przy różnych jednostkach PCA licz na korelacjach.
  • Biplot jako analiza czynnikowa. Strzałki pokazują ładunki składowych, nie czynników wspólnych – różnicę wyjaśnia wpis PCA czy analiza czynnikowa?

Biplot powstaje także w analizie korespondencji tabel krzyżowych; kiedy jej mapa jest biplotem, wyjaśnia wpis Analiza korespondencji krok po kroku.

Przykład reprodukowalny

Biplot w R

Kod liczy PCA na standaryzowanych danych, buduje współrzędne punktów i strzałek w obu formach, porównuje kąty z korelacjami i odległości na wykresie z odległościami w czterech wymiarach, a na końcu rysuje rysunek 1. Szybki biplot daje też bazowa funkcja biplot(pca, scale = 1) (forma korelacyjna) albo scale = 0 (forma odległościowa). Rysunek na stronie powstał z tego samego obiektu p1 z motywem serwisu (krój, siatka); dane, geometrie i skale są identyczne. Kod nie losuje (ziarno w geom_text_repel() ustala tylko położenie podpisów).

Rysunek 1: biplot w formie korelacyjnej i odległościowej

Dane wejściowe: zbiór USArrests (50 stanów, 4 zmienne), standaryzowany.

Co odczytać: wariancja PC1 62.0%, PC2 24.7%, razem 86.8%; ładunki; długości strzałek; korelacja, iloczyn skalarny i cosinus kąta; korelacja odległości .915 (A) i .969 (B).

R
# Biplot PCA w dwóch formach – wbudowany zbiór USArrests (50 stanów USA, 4 zmienne)
suppressPackageStartupMessages({library(ggplot2); library(patchwork); library(ggrepel)})
dane <- USArrests
names(dane) <- c("Zabójstwa", "Napaści", "Ludność miejska", "Gwałty")
X <- scale(dane)                                   # zmienne w różnych jednostkach – standaryzacja
pca <- prcomp(X)
pca$rotation <- -pca$rotation; pca$x <- -pca$x     # znak składowych jest dowolny; odwracamy dla czytelności
round(100 * pca$sdev^2 / sum(pca$sdev^2), 1)       # % wariancji wyjaśnianej przez składowe
round(100 * cumsum(pca$sdev^2) / sum(pca$sdev^2), 1)   # % skumulowany
s <- pca$sdev[1:2]
# Forma korelacyjna (biplot(pca, scale = 1)): punkty – wyniki o wariancji 1, strzałki – ładunki
pkt_A <- sweep(pca$x[, 1:2], 2, s, "/")
str_A <- sweep(pca$rotation[, 1:2], 2, s, "*")     # korelacje zmiennych z PC1 i PC2
# Forma odległościowa (biplot(pca, scale = 0)): punkty – wyniki składowych, strzałki – wektory własne
pkt_B <- pca$x[, 1:2]
str_B <- pca$rotation[, 1:2]
round(str_A, 2)
round(sqrt(rowSums(str_A^2)), 2)                   # długość strzałki ≈ jak dobrze zmienna jest odwzorowana
kat <- function(a, b) sum(a * b) / sqrt(sum(a^2) * sum(b^2))   # cosinus kąta między strzałkami
round(rbind(Zab_Nap = c(r = cor(X[, 1], X[, 2]), iloczyn = sum(str_A[1, ] * str_A[2, ]), cos = kat(str_A[1, ], str_A[2, ])),
            Zab_Lud = c(r = cor(X[, 1], X[, 3]), iloczyn = sum(str_A[1, ] * str_A[3, ]), cos = kat(str_A[1, ], str_A[3, ]))), 2)
d_pelna <- dist(X)                                 # odległości między stanami w 4 wymiarach
round(c(forma_A = cor(d_pelna, dist(pkt_A)), forma_B = cor(d_pelna, dist(pkt_B))), 3)
# Rysunek: strzałki wydłużone 2.5 raza (kąty i proporcje bez zmian)
k <- 2.5
stany <- c("Florida", "North Dakota", "Vermont", "California", "Mississippi", "Hawaii")
kol <- c(strzalka = "#0072B2", punkt = "grey45")   # Okabe–Ito; zmienne = strzałki, stany = punkty
rysuj <- function(pkt, strz, tytul, os) {
  p <- data.frame(pkt, stan = rownames(pkt)); v <- data.frame(strz * k, zm = rownames(strz))
  ggplot() + geom_hline(yintercept = 0, colour = "grey80") + geom_vline(xintercept = 0, colour = "grey80") +
    geom_point(data = p, aes(PC1, PC2), colour = kol[["punkt"]], size = 1.8) +
    geom_text_repel(data = subset(p, stan %in% stany), aes(PC1, PC2, label = stan), size = 3.4,
                    colour = "grey20", seed = 745, min.segment.length = 0) +
    geom_segment(data = v, aes(0, 0, xend = PC1, yend = PC2), colour = kol[["strzalka"]], linewidth = 0.9,
                 arrow = arrow(length = unit(0.18, "cm"))) +
    geom_label(data = v, aes(PC1 * 1.12, PC2 * 1.12, label = zm), colour = kol[["strzalka"]], size = 3.6,
               linewidth = 0, fill = "white", alpha = 0.85) +
    coord_equal(xlim = c(-3.4, 3.4), ylim = c(-3, 3)) +
    labs(title = tytul, x = os[1], y = os[2])
}
osie <- sprintf("PC%d (%.1f%% wariancji)", 1:2, 100 * pca$sdev[1:2]^2 / sum(pca$sdev^2))
p1 <- (rysuj(pkt_A, str_A, "A. Forma korelacyjna: kąty ≈ korelacje", osie) +
       rysuj(pkt_B, str_B, "B. Forma odległościowa: odległości stanów", osie)) &
  theme_minimal(base_size = 13) & theme(panel.grid.minor = element_blank())
p1
Wynik w R
[1] 62.0 24.7  8.9  4.3
[1]  62.0  86.8  95.7 100.0
                 PC1   PC2
Zabójstwa       0.84  0.42
Napaści         0.92  0.19
Ludność miejska 0.44 -0.87
Gwałty          0.86 -0.17
      Zabójstwa         Napaści Ludność miejska          Gwałty 
           0.94            0.94            0.97            0.87 
           r iloczyn  cos
Zab_Nap 0.80    0.85 0.97
Zab_Lud 0.07    0.01 0.01
forma_A forma_B 
  0.915   0.969 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje bazowe scale(), prcomp(), dist(); rysunek 1 – pakiety ggplot2, patchwork i ggrepel). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  4. ggrepel (wersja 0.9.8): Slowikowski, K. (2026). ggrepel: Automatically position non-overlapping text labels with 'ggplot2' [R package]. https://doi.org/10.32614/CRAN.package.ggrepel

Najczęstsze pytania

Co oznacza kąt między strzałkami na biplocie?

W formie korelacyjnej kąt przybliża korelację zmiennych: kąt ostry to korelacja dodatnia, prosty – bliska zera, rozwarty – ujemna. Przybliżenie jest dobre tylko dla długich strzałek, czyli zmiennych dobrze odwzorowanych przez dwie składowe.

Czym biplot różni się od wykresu ładunków?

Wykres ładunków pokazuje same zmienne. Biplot dokłada na tej samej płaszczyźnie obserwacje, więc można odczytać, które z nich mają wysokie wartości których zmiennych.

Jak zrobić biplot PCA w R?

Najprościej biplot(prcomp(dane, scale. = TRUE)); argument scale = 1 daje formę korelacyjną, scale = 0 – odległościową. Większą kontrolę nad wyglądem daje ręczne narysowanie wyników i ładunków w ggplot2.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal component analysis. Biometrika, 58(3), 453–467. https://doi.org/10.1093/biomet/58.3.453
  2. Gabriel, K. R. (2002). Goodness of fit of biplots and correspondence analysis. Biometrika, 89(2), 423–436. https://doi.org/10.1093/biomet/89.2.423
  3. Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 374(2065), Article 20150202. https://doi.org/10.1098/rsta.2015.0202 ● Otwarty dostęp: pełny tekst

Cytowania BibTeX

@article{gabriel1971biplot, author={Gabriel, K. R.}, title={{The biplot graphic display of matrices with application to principal component analysis}}, journal={Biometrika}, year={1971}, volume={58}, number={3}, pages={453--467}, doi={10.1093/biomet/58.3.453}}
@article{gabriel2002goodness, author={Gabriel, K. Ruben}, title={{Goodness of fit of biplots and correspondence analysis}}, journal={Biometrika}, year={2002}, volume={89}, number={2}, pages={423--436}, doi={10.1093/biomet/89.2.423}}
@article{jolliffe2016principal, author={Jolliffe, Ian T. and Cadima, Jorge}, title={{Principal component analysis: A review and recent developments}}, journal={Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences}, year={2016}, volume={374}, number={2065}, eid={20150202}, doi={10.1098/rsta.2015.0202}}
R