为了复制先前研究的结果，我试图应用一种矩阵的因子分析方法，该方法在Horst (1965)中被描述为“具有同时因子解的基本结构”。
我将如何在 R 中使用这种方法？
给定一个矩阵m，并假设我提取了两个因素，我尝试应用以下内容：
fa(r = cor(m), rotate = 'none', factors = 2)
但我不认为这种方法是正确的。
才发现。
Library(psych)
Principal(r= cor(m), rotate = " none ", nfactor= 2)
做这项工作。Horst 指的是也称为特征值分解的东西。也可以使用 eigen() 来完成并获得相同的结果。
.. 不是真的.. 负载看起来很接近，但从数学上看，我不确定下面描述的方法实际上类似于特征值分解，更仔细地观察，该方法直接应用于原始数据，没有产品动量计算是必须的..
..我正在尝试（慢慢地）自己计算数学并理解计算指令所描述的内容。
供您参考，这是用于在原始教科书中的示例中进行的计算的标准化矩阵：
0.444 0.627 1.458 1.754 2.967 2.585 0.970 0.616 0.853
2.648 2.563 1.950 -1.341 -1.015 -0.700 0.904 0.976 0.150
-0.104 -0.159 0.049 0.510 -0.378 -0.468 2.217 2.378 2.291
-0.970 -1.216 -1.129 -0.079 -0.378 -0.645 0.287 0.312 -2.266
-1.164 -1.060 -1.485 -1.878 -0.021 -0.530 -1.483 0.190 -0.429
-0.956 -1.122 -0.938 -1.282 -0.779 0.121 0.447 -1.565 -0.429
0.198 -0.242 -0.055 0.021 0.526 -1.528 -0.575 -1.244 -0.114
-0.035 -0.485 1.129 -0.014 -0.894 -0.316 -1.421 -0.705 -0.349
-1.050 0.786 -0.048 0.101 -0.354 -0.433 -0.298 -0.377 -0.256
0.298 0.197 -0.010 0.558 0.253 0.464 -0.284 -0.240 -0.031
0.568 0.367 -0.429 0.811 -0.007 0.786 -0.250 0.081 0.541
0.125 -0.256 -0.492 0.839 0.079 0.665 -0.513 -0.422 0.039
这是计算说明和示例
...我想知道这是否只是因子分析或主成分分析中的一种标准方法.. 如果是，是哪一个？介绍说，从因子得分和因子负载矩阵的主要乘积产生的残差恰好等于原始矩阵减去因子数量的残差，这种方法是降级类型的解决方案。
这种特定类型的分析在直接对原始数据执行的意义上是“直接的”（充其量是归一化矩阵）。