1

大規模なデータセットの相関行列を表すデータフレームがあります。

> data
   V1    V2    V3    V4    V5    V6    V7    V8
1 1.000 0.846 0.805 0.859 0.473 0.398 0.301 0.382
2 0.846 1.000 0.881 0.826 0.376 0.326 0.277 0.415
3 0.805 0.881 1.000 0.801 0.380 0.319 0.237 0.345
4 0.859 0.826 0.801 1.000 0.436 0.329 0.327 0.365
5 0.473 0.376 0.380 0.436 1.000 0.762 0.730 0.629
6 0.398 0.326 0.319 0.329 0.762 1.000 0.583 0.577
7 0.301 0.277 0.237 0.327 0.730 0.583 1.000 0.539
8 0.382 0.415 0.345 0.365 0.629 0.577 0.539 1.000

{stats} で princomp() を使用して主成分分析を行いたいのですが、利用可能なドキュメントを読んでみました。

myPCA <- princomp(~V1+V2+V3+V4+V5+V6+V7+V8, data=data, covmat=data)

しかし、これは、最後の引数を中断したときと何ら変わりはありません。princomp() パラメータを使用する正しい方法についてアドバイスしてください。

4

2 に答える 2

1

この関数を使用するeigenと、相関行列の固有値 (princomp によって生成される sdev の 2 乗に相当) と固有ベクトル (princomp によって生成される負荷に相当) の両方が生成されます。

呼び出しは次のようになります。

myPCA <- eigen(data)
myPCA$values
myPCA$vectors
于 2014-03-29T06:38:48.487 に答える
1

パッケージ のprincipal下にある関数を使用してみてください。https://personality-project.org/r/html/principal.html .psych

以下はhttp://www.statmethods.net/advstats/factor.htmlからの抜粋です 。

 # Principal Axis Factor Analysis
 library(psych)
 fit <- principal(mydata, nfactors=5, rotate="varimax")
 fit # print results

mydata は、生データ行列または共分散行列にすることができます。

于 2014-03-29T03:22:57.147 に答える