varimax
位於 stats
包(package)。 說明
這些函數‘rotate’在因子分析中加載矩陣。
用法
varimax(x, normalize = TRUE, eps = 1e-5)
promax(x, m = 4)
參數
x |
載荷矩陣,具有 行和 列 |
m |
該電源使用了 |
normalize |
合乎邏輯的。是否應該進行 Kaiser 標準化?如果是這樣, |
eps |
停止容差:奇異值之和的相對變化。 |
細節
這些尋求因子x %*% T
的‘rotation’,旨在闡明載荷矩陣的結構。矩陣 T
是 varimax
的旋轉(可能帶有反射),但是 promax
的一般線性變換,並保留因子的方差。
值
包含組件的列表
loadings |
類 |
rotmat |
‘rotation’ 矩陣。 |
例子
## varimax with normalize = TRUE is the default
fa <- factanal( ~., 2, data = swiss)
varimax(loadings(fa), normalize = FALSE)
promax(loadings(fa))
參考
Hendrickson, A. E. and White, P. O. (1964). Promax: a quick method for rotation to orthogonal oblique structure. British Journal of Statistical Psychology, 17, 65-70. doi:10.1111/j.2044-8317.1964.tb00244.x.
Horst, P. (1965). Factor Analysis of Data Matrices. Holt, Rinehart and Winston. Chapter 10.
Kaiser, H. F. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23, 187-200. doi:10.1007/BF02289233.
Lawley, D. N. and Maxwell, A. E. (1971). Factor Analysis as a Statistical Method, second edition. Butterworths.
也可以看看
相關用法
- R var.test 比較兩個方差的 F 檢驗
- R vcov 計算擬合模型對象的方差-協方差矩陣
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
- R plot.stepfun 繪製階躍函數
- R alias 查找模型中的別名(依賴項)
- R qqnorm 分位數-分位數圖
- R eff.aovlist 多層方差分析的計算效率
- R pairwise.t.test 成對 t 檢驗
- R loglin 擬合對數線性模型
- R predict.smooth.spline 通過平滑樣條擬合進行預測
- R bartlett.test 方差齊性的 Bartlett 檢驗
- R influence.measures 回歸刪除診斷
- R loess.control 設置黃土參數
- R Normal 正態分布
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Rotation Methods for Factor Analysis。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。