《 R语言实战》学习笔记:
#读取数据
EFAdata<- read.table('C:/Users/Administrator/Desktop/applicant.data')
#加载psych包
library(psych)
#判断需提取的公共因子数
fa.parallel(EFAdata,n.obs=112,fa='both',n.iter=100,
main='Scree plots
with parallel analysis')
#提取公共因子
EFAdata.fa <- fa(EFAdata,nfactors=2,rotate='none',fm='pa')
EFAdata.fa
#绘制因子分析的结果
factor.plot(EFAdata.fa,labels=rownames(EFAdata.fa$loadings))
#绘制因子分析的载荷矩阵
fa.diagram(EFAdata.fa,simple=TRUE)
#因子得分权重
dataweights=EFAdata.fa$weights
#各样本因子得分
datascores=EFAdata.fa$scores
-——————————————————————————————————————————
《统计建模与R软件》学习笔记:
函数factanal()
格式:
factanal(x,factors,data=NULL,covmat=NULL,n.obs=NA,
subset,na.action,start=NULL,
#读取数据
EFAdata<- read.table('C:/Users/Administrator/Desktop/applicant.data')
#加载psych包
library(psych)
#判断需提取的公共因子数
fa.parallel(EFAdata,n.obs=112,fa='both',n.iter=100,
#提取公共因子
EFAdata.fa <- fa(EFAdata,nfactors=2,rotate='none',fm='pa')
EFAdata.fa
#绘制因子分析的结果
factor.plot(EFAdata.fa,labels=rownames(EFAdata.fa$loadings))
#绘制因子分析的载荷矩阵
fa.diagram(EFAdata.fa,simple=TRUE)
#因子得分权重
dataweights=EFAdata.fa$weights
#各样本因子得分
datascores=EFAdata.fa$scores
-——————————————————————————————————————————
《统计建模与R软件》学习笔记:
函数factanal()
格式:
factanal(x,factors,data=NULL,covmat=NULL,n.obs=NA,
subset,na.action,start=NULL,
