2

使用statsfactanal包中的函数进行因子分析。

我尝试了以下事情。

library(mirt)
library(ltm)
library(psych)
library(stats)
data(SAT12)
data=SAT12
cor_mat=polychoric(data,  ML=TRUE, global=F)
 fit <- factanal(factors=2, n.obs=nrow(data), covmat=cor_mat$rho)


Divide_item_Factor_Loading(fit)

当我尝试运行 Divide_item_Factor_Loading(fit) 时出现一个名为

   Error in a[[i]][[2]] : subscript out of bounds

弹出。

我的 Divide_item_Factor_Loading 的完整代码：

Divide_item_Factor_Loading=function(fit)
{
  a=list()
  items=NULL
  for(i in 1:nrow(fit$loadings)) ######corresponding to rows of loading matrix
  {
    k=which(fit$loadings[i,]==max(abs(fit$loadings[i,])))  
    a[[i]]=c(i,as.numeric(k))
  } 
  fact_item_mat=matrix(, nrow=nrow(fit$loadings), ncol=ncol(fit$loadings))
  for(j in 1:(ncol(fit$loadings)))
  {
    for(i in 1:(nrow(fit$loadings)))
    {
      if(a[[i]][[2]]==j) {fact_item_mat[i,j]=a[[i]][[1]]}
    }    
  }
  nam=names(fit$loadings[,1])
  factor=list()
  for(i in 1:ncol(fit$loadings))
  {
    factor[[i]]=sort(fact_item_mat[,i], decreasing = FALSE, na.last = NA)
    fac=factor[[i]]
    fac=nam[fac]
    factor[[i]]=fac
  }
  names(factor)=paste("factor", 1:ncol(fit$loadings), sep="")
  return(factor)
}

我现在应该采取什么步骤来避免这个错误？

4

3 回答 3

1

要更改加载的打印方式，请使用cutoff参数 to print.loadings。

尝试这样的事情：

print(fit$loadings, cutoff=0)

实际矩阵包含所有值。

print(loadings(fit), cutoff=0)

Loadings:
       Factor1 Factor2
Item 1 0.014   0.418  
Item 2 0.130   0.350  
Item 3 0.036   0.553  
Item 4 0.166   0.294  
Item 5 0.990   0.125  

               Factor1 Factor2
SS loadings      1.025   0.705
Proportion Var   0.205   0.141
Cumulative Var   0.205   0.346

现在提取每个因子的最大负载，使用apply()：

apply(loadings(fit), 2, max)

  Factor1   Factor2 
0.9895743 0.5531770
于 2015-02-04T12:32:11.290 回答
0

检查?loadings一下，你会发现有一个cutoff参数定义了一个“小于此（绝对值）的负载被抑制”的值。

于 2015-02-04T12:32:56.947 回答
0

运行您的代码并调试您的函数（使用debug函数）我可以看到为什么您遇到“下标越界”错误：

  • 变量的第 15 个元素（除其他元素外）的a长度为 1，因此R当您尝试到达时不高兴a[[15]][2]...
  • 这个元素的长度只有 1 而不是 2 的原因是因为 factor 的最大绝对值达到了负值，并且你问哪个值（不是绝对值）等于这个最大绝对值，所以答案是没有任何...

因此，您需要将行更改
which(fit$loadings[i,]==max(abs(fit$loadings[i,])))为which(abs(fit$loadings[i,])==max(abs(fit$loadings[i,])))
，您将获得：

Divide_item_Factor_Loading(fit)
#$factor1
 #[1] "Item.1"  "Item.4"  "Item.6"  "Item.7"  "Item.8"  "Item.9"  "Item.10" "Item.11" "Item.13" "Item.14" "Item.15"
#[12] "Item.17" "Item.19" "Item.20" "Item.24" "Item.26" "Item.27" "Item.28" "Item.29"

#$factor2
 #[1] "Item.2"  "Item.3"  "Item.5"  "Item.12" "Item.16" "Item.18" "Item.21" "Item.22" "Item.23" "Item.25" "Item.30"
#[12] "Item.31" "Item.32"

即使被调试的函数现在可以工作，我认为你应该改变它，因为这比它应该的更复杂。

我对替代功能的提议：

Divide_item_Factor_Loading_v2<-function(fit){
     a<-apply(fit$loadings,1,function(facs) which(abs(facs)==max(abs(facs))))
     return(list(factor1=names(a)[a==1],factor2=names(a)[a==2]))
}

这为您的fit对象提供与您的（调试的）函数完全相同的结果：

Divide_item_Factor_Loading_v2(fit)
#$factor1
 #[1] "Item.1"  "Item.4"  "Item.6"  "Item.7"  "Item.8"  "Item.9"  "Item.10" "Item.11" "Item.13" "Item.14" "Item.15"
#[12] "Item.17" "Item.19" "Item.20" "Item.24" "Item.26" "Item.27" "Item.28" "Item.29"

#$factor2
 #[1] "Item.2"  "Item.3"  "Item.5"  "Item.12" "Item.16" "Item.18" "Item.21" "Item.22" "Item.23" "Item.25" "Item.30"
#[12] "Item.31" "Item.32"
于 2015-02-05T12:20:41.923 回答