Факторный анализ в R

Я пытаюсь лучше понять FA, надеюсь, вы сможете взглянуть на это, моя самая большая проблема заключается в том, как интерпретировать модель FA в R.

Мои результаты выглядят следующим образом: на какие значения в моих результатах я должен обращать внимание и что является хорошим признаком анализа FA?

Call:
factanal(x = m2, factors = 2)

Uniquenesses:
v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12
0.005 0.324 0.344 0.092 0.084 0.128 0.271 0.272 0.398 0.384 0.540 0.472

Loadings:
Factor1 Factor2
v1 0.847 0.527
v2 0.818
v3 0.733 0.344
v4 0.938 0.169
v5 0.949 0.125
v6 0.825 0.437
v7 0.701 0.488
v8 0.646 0.557
v9 0.467 0.619
v10 0.665 0.417
v11 0.525 0.429
v12 0.581 0.436

Factor1 Factor2
SS loadings 5.905 2.780
Proportion Var 0.492 0.232
Cumulative Var 0.492 0.724

Test of the hypothesis that 2 factors are sufficient.
The chi square statistic is 410.82 on 43 degrees of freedom.
The p-value is 1.59e-61

r factor-analysis
person phpdash    schedule 28.11.2009    source источник
comment
Я могу быть просто необразованным здесь, но что такое модель FA?   -  person RCIX    schedule 28.11.2009
comment
FA = факторный анализ, en.wikipedia.org/wiki/Factor_analysis   -  person twolfe18    schedule 28.11.2009
comment
Это вопрос статистики, а не вопрос программирования.   -  person hadley    schedule 28.11.2009
comment
Я не эксперт, но именно по этой причине я обычно отрываюсь от FA. Вместо этого попробуйте сделать, если вы можете построить осмысленный скрытый индекс из ваших переменных. Затем используйте процедуру надежности, чтобы проверить, например. альфа-значение. Функция надежности из пакета Rcmdr очень интуитивно понятна. Однако существует множество других функций - посмотрите, например. в психологическом пакете. Только с 12 переменными - это то, что я бы сделал.   -  person Andreas    schedule 28.11.2009

Ответы (3)


arrow_upward
3
arrow_downward

Я опубликовал пример факторного анализа в R, рассматривая Факторная структура личностного теста. Он показывает, как извлечь некоторую общую информацию, которая может вам понадобиться (например, общности, тесты количества факторов, дисперсию, объясненную факторами, чередование и т. д.).

person Jeromy Anglim    schedule 30.11.2009

arrow_upward
0
arrow_downward

В общем, с FA вы не можете напрямую интерпретировать факторные нагрузки, потому что они не уникальны (проблема вращения). Кроме того, я ненавижу звучать как психолог (шутка статистика...), но у вас низкое p-значение!

person twolfe18    schedule 28.11.2009

arrow_upward
0
arrow_downward

Потому что здесь не воспроизводимый пример, а просто вывод. Я дам вам предложение для следующего шага ОДВ. Здесь я думаю вам нужно убедиться в надежности вашей модели. Обычно рекомендуются функции alpha() и splitHalf(), которые находятся в пакете psych. Если вы обнаружите, что надежность вашей модели больше 0,8, к счастью, вы можете получить хорошую модель.

На DataCamp для более глубокого изучения.

person Jiaxiang    schedule 20.10.2018