问题标签 [factor-analysis]

我试图使用 R 和 varimax 旋转进行因子分析，但没有成功。我在 SAS 上运行相同的确切数据并且可以获得结果。

在 R 中，如果我使用

我会得到

如果我使用

我会得到

谁能帮助我如何使用 R 成功进行因子分析。谢谢。

提前 Tq

I'm conducting a factor analysis of several variables in R using factanal(). I want to determine each case's factor score, but I want the factor scores to be unstandardized and on the original metric of the input variables. When I run the factor analysis and obtain the factor scores, they appear to be standardized and not on the original metric of the input variables. How can I obtain unstandardized factor scores that have the same metric as the input variables? Ideally, this would mean a similar mean, sd, and range. If this is not possible, how would I rescale the standardized factor scores to have this metric?

Here's a small example:

我希望有人能指出我正确的方向。首先，我不是统计学家。我是一名软件开发人员，我的任务是尝试使用 R 重现 SPSS 的因子分析（使用 PC 提取和 varimax 旋转）的结果。我在过去一周才接触过 R，所以我试图找到我的方式。

我确实发现这篇 2010 年的帖子非常有帮助：https ://stats.stackexchange.com/questions/612/is-psychprincipal-function-still-pca-when-using-rotation

我能够毫无问题地重现组件矩阵值，但是我需要计算“旋转”的组件矩阵值。同样，我需要使用 varimax 旋转。创建组件矩阵值的最后一行是：

如果有人可以帮助我使用正确的语法来创建旋转的分量矩阵值，我将永远感激不尽！

好的 - 这里是 - 这是我正在使用的数据（120 列，31 行）：

这是我正在运行的 spss 脚本：

这是我能够重现的 SPSS 输出 - 未旋转的分量矩阵分数：

这是我用来重现这些值的 R 代码：

以下是我需要重现的来自 SPSS 的“旋转”分量矩阵分数：

我有一个男性和女性的因素说 c("male", "female","female") 并且我想创建一个 c(0,1,1) 的向量我如何在 r 中更改它？

我在 FactoMineR 中遇到了 MFA 问题。我正在处理一个数据集，其中包含在番茄植物中测量的物理、化学和微生物连续变量，这些变量取自 2 种不同的处理方法和 3 个时间点。我已经容纳了这样的数据：

我将变量分类（前 2 个），然后其他 16 个是连续的。但是，我想分别处理这 2 个分类变量。所以我写了以下代码：

但是，它似乎不起作用。因此，我尝试了以下方法：

还有这个：

但我一直遇到同样的问题（“不方便的组定义”）。我可以做些什么来分别保留前 2 个分类组？我非常感谢您对如何正确运行模型的建议！

最好的祝愿，

艾玛

I tried to perform a factor analysis with two significant factors.

where matrix R is a 4x4 pairwise correlation matrix. Unfortunately I got the following error:

Why do I get the error and how I can walk around to find factor loadings?

我有一个由连续的、非正态分布的观察组成的环境数据集。我的目标是从测量的 5 个变量中构造一个潜在变量。这个结构背后的理论似乎是合理的，但我坚持将这个想法正式化。

这 5 个变量是强相关的（双变量相关性 0.75-.95），据我所知，这是结构方程建模的问题吗？我已经尝试使用 R 中的“lavaan”包进行 SEM，但我无处可去。那么我应该坚持使用 SEM 并尝试迭代模型，还是应该使用其他方法？

我正在使用lavaanpackage in进行验证性因素分析R。当我释放一些固定参数以在我的模型中找到一些错误的固定参数时，我希望看到模型拟合的变化。有一个选项summary()显示一些修改索引，但它们是关于何时向模型添加一些约束。我想在释放一些已经固定的参数后看到模型拟合的变化。lavaan如果您没有其他建议，我可以这样做吗？如果你愿意的话，我认为你真的不需要代码来回答这个问题，但这是我使用的代码：

提前致谢。我使用了“FactoMineR”包中的“PCA”函数来获取主成分分数。我已尝试阅读此论坛上的包详细信息和类似问题，但无法找出旋转提取组件（正交或倾斜）的代码。

我知道'psych'包中的'princomp'函数和'principal'函数具有旋转能力，但我真的很喜欢'PCA'中将变量缩放为单位方差的能力。任何帮助，将不胜感激。谢谢你。

我试图通过特征值对 PROC FACTOR 中的因素进行加权，但遇到了一些困难。我有一个解决方案，但在我看来应该有一个更直接的方法来做到这一点。

如您所见，这似乎不是完成我的任务的一种非常直接的方式。这里的任何人都可以帮我解决这个问题吗？甚至可能吗？