не может получить все размеры с FactoMiner

Я выполняю анализ PCA с помощью FactoMiner с 7 переменными и получаю эти результаты с 7 измерениями, чтобы учесть 100% вариации: Собственные значения

                       Dim.1   Dim.2   Dim.3   Dim.4   Dim.5   Dim.6   Dim.7
Variance               2.482   1.445   1.223   0.944   0.619   0.193   0.095
% of var.             35.453  20.636  17.471  13.484   8.838   2.754   1.364
Cumulative % of var.  35.453  56.090  73.561  87.045  95.882  98.636 100.000

Однако, когда я вызываю summary(pca_pa, ncp=7), он не дает мне результатов вклада каждой переменной до 7 измерений, а только максимум 5 измерений. Например, вот что я получаю за вклад каждой переменной для 1-го трех измерений:

Variables
                   Dim.1    ctr   cos2    Dim.2    ctr   cos2    Dim.3    ctr
b_0             | -0.007  0.002  0.000 |  0.133  1.229  0.018 |  0.857 60.111
v_X             |  0.308  3.815  0.095 |  0.034  0.078  0.001 | -0.625 31.897
W_M             | -0.737 21.884  0.543 |  0.561 21.761  0.314 | -0.204  3.407
v_Y             | -0.016  0.011  0.000 | -0.858 50.958  0.736 |  0.116  1.092
v_F             |  0.940 35.586  0.883 | -0.004  0.001  0.000 | -0.058  0.278
v_P             |  0.922 34.228  0.849 |  0.220  3.364  0.049 |  0.043  0.150
v_L             |  0.333  4.474  0.111 |  0.571 22.609  0.327 |  0.194  3.066

Я хотел бы иметь эту таблицу для всех 7 измерений. Не могли бы вы мне помочь? Спасибо!

Phuong


r pca
person hn.phuong    schedule 07.02.2014    source источник


Ответы (1)


Возможно, это сработает для вас:

summary(pca_pa, ncp=7, nbelements=Inf)

Параметр nbelements - это количество записанных столбцов. По умолчанию это 10.

person Pop    schedule 07.02.2014
comment
Привет, Поп, команда nbelement = Inf, если вызывать результаты для всех индивидов (у меня 102 повтора для каждой переменной). Я бы хотел иметь 7 таблиц результатов, равных приведенной выше таблице. Фактически, когда я пробую ncp = 2, 3,4,5, он дает мне результаты измерений 2,3,4,5. Но когда пробую ncp ›= 6, больше не дает. - person hn.phuong; 07.02.2014
comment
Какое значение имеет pca_pa$call$ncp? - person Pop; 07.02.2014
comment
Упс, это 5. Но почему в таблице собственных значений показано, что для получения 100% вариации необходимо 7 измерений? Не могли бы вы объяснить это? - person hn.phuong; 07.02.2014
comment
У меня 3 вопроса. Вы получили pca_pa, набрав PCA(yourdata,ncp=7)? Какое значение имеет nrow(yourdata)? Какое значение имеет nrow(yourdata)? you_data - объект, на который вы применили pca. - person Pop; 07.02.2014
comment
У меня есть 7 непрерывных переменных: bo, WM, vx. vy, vF, vP и vL, и эти 7 переменных повторяются 102 раза, что означает, что у меня 102 строки. Также эти 102 ряда сгруппированы по трем породам (A, B, C). - person hn.phuong; 07.02.2014
comment
Привет, По, я попробовал оставить комментарии к [PCA (data, ncp = 7), и это сработало, я раньше не указывал ncp в команде PCA. Приносим извинения и большое спасибо! - person hn.phuong; 07.02.2014
comment
Действительно, значение по умолчанию для ncp - 5. - person Pop; 07.02.2014