R note(3)

本文介绍了如何在R中使用fa.parallel图选择主成分个数,通过principle()进行主成分分析,以及利用fa.plot()和fa.diagram()展示主成分载荷和因子载荷。主成分分析中的nfactor、rotate和scores选项被详细讨论,同时强调了PCA与EFA的区别以及相关系数阵在分析中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.fa.parallel图解释(用这个函数来选取主成分个数)

fa.parallel(USJudgeRatings[,-1],fa = "pc", show.legend = F,n.iter = 100)
abline(h = 1)

这里写图片描述

  • 用x标记的蓝线是scree plot,是选主成分个数的第一个准则,选转折很大的点

  • 红色的线是用100个随机生成矩阵的p个特征值的平均值算出来的,选取原特征值比模拟特征值大的那些主成分

  • 水平线1则是大于1即保留准则

show.legend = F可以决定是否要legend,fa=”pc” or “fa” 决定做P

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值