SAS: EFA через PROC FACTOR против PROC CALIS

Есть ли смысл проводить исследовательский факторный анализ (EFA) в PROC CALIS, а не в PROC FACTOR?

Я знаю, что факторная процедура является наиболее распространенным способом проведения EFA в SAS, но мне любопытно, почему SAS также встраивает ее в процедуру calis (и предоставляет несколько примеров EFA в документации calis). Я также пробовал EFA в PROC CALIS, и таблицы по умолчанию не так полезны (она не выводит собственные значения или оценки общности), и, по-видимому, она не обеспечивает те же факторные нагрузки, что и PROC FACTOR (если только я не пропустил возможность сделать их эквивалентными).

Я знаю, что PROC CALIS имеет несколько дополнительных методов извлечения, недоступных в PROC FACTOR (например, WLS, DWLS и GLS), но эти методы обычно не используются. Я не могу представить себе ситуацию, когда потребуется один из этих методов, а методы в PROC FACTOR не подойдут.

Они также, по-видимому, имеют в основном одни и те же методы вращения.

Вы даже можете использовать факторы более высокого порядка в PROC FACTOR, если вы выполняете разные уровни в разных прогонах (вводя выходные данные PROC FACTOR в модель для факторов более высокого порядка).

Есть ли что-то, что PROC CALIS делает, чего PROC FACTOR не делает, или ситуацию, с которой PROC CALIS справляется лучше при проведении EFA?


person ESmith5988    schedule 04.07.2015    source источник
comment
Я думаю, что это может быть лучший вопрос для Cross Validated, поскольку он не охватывает никаких вопросов программирования, больше методологии.   -  person Reeza    schedule 05.07.2015
comment
Я думал, что это вопрос программирования более высокого уровня. Вы должны быть хорошо знакомы с процедурами, чтобы ответить на него. Я перенесу его, если кто-то подтвердит ваше мнение или я не получу здесь никаких ответов.   -  person ESmith5988    schedule 05.07.2015


Ответы (1)


Ну, WLS для proc calis, я думаю, на самом деле придают вес переменным. скажем, переменные, которые вы используете, находятся в совершенно другом масштабе, это означает, что некоторые из них могут иметь очень большую дисперсию, которая повлияет на оценку ковариационной матрицы. Таким образом, вес, который вы добавляете в модель WLS, фактически корректирует большую дисперсию.

person Yifei Liu    schedule 27.10.2016