問題タブ [factor-analysis]

私は FA についてよりよく理解しようとしています。これを見ていただければ幸いです。私の最大の問題は、R で FA モデルを解釈する方法です。

結果は次のようになります。結果のどの値を確認する必要があり、FA 分析の適切な指標は何ですか?

因子分析を使用する上で最も重要な問題の1つは、その解釈です。因子分析では、多くの場合、因子ローテーションを使用してその解釈を強化します。十分な回転の後、回転された因子負荷行列L'は、相関行列を表す同じ能力を持ち、回転されていない行列Lの代わりに、因子負荷行列として使用できます。

回転の目的は、回転した因子負荷行列にいくつかの望ましい特性を持たせることです。使用される方法の1つは、回転された行列が単純な構造になるように因子負荷行列を回転させることです。

LL Thurstoneは、因子回転の一般的なガイドとして、単純構造の原理を紹介しました。

単純な構造基準：

1. 因子行列の各行には、少なくとも1つのゼロが含まれている必要があります
2. m個の共通因子がある場合、因子行列の各列には少なくともm個の零点が必要です。
3. 因子行列の列のペアごとに、一方の列ではエントリがゼロに近づき、もう一方の列ではエントリがゼロに近づく変数がいくつかあるはずです。
4. 因子行列の列のすべてのペアについて、4つ以上の因子がある場合、変数の大部分は両方の列でゼロに近づくエントリを持つ必要があります
5. 因子行列の列のすべてのペアについて、両方の列にゼロ以外のエントリを持つ変数は少数である必要があります

理想的な単純な構造は次のようなものです。

1. 各アイテムには、1つの要素のみに高い、または意味のある負荷がかかり、
2. 各要素には、一部のアイテムに対してのみ高い、または意味のある負荷があります。

問題は、回転方法のいくつかの組み合わせを、それぞれが受け入れるパラメーター（特に斜めの方法）と一緒に試してみると、候補行列の数が増え、どれが上記の基準をよりよく満たすかを判断するのが非常に難しいことです。

その問題に最初に直面したとき、私はそれらを単に「見る」だけでは最適なものを選択することができず、決定するのに役立つアルゴリズムが必要であることに気づきました。プロジェクトの締め切りのストレスの下で、私ができることは、MATLABで次のコードを書くことでした。これは、一度に1つの回転行列を受け入れ、各基準が満たされているかどうかを（いくつかの仮定の下で）返します。新しいバージョン（アップグレードしようとした場合）は、引数として3d行列（2d行列のセット）を受け入れ、アルゴリズムは上記の基準により適したものを返す必要があります。

私はあなたの意見を求めています（私はまた、この方法自体の有用性についての批判もあったと思います）そしておそらく回転行列選択問題へのより良いアプローチです。誰かがコードを提供したいのなら、私はRかMATLABを好むでしょう。

PS上記の単純構造基準の定式化は、PETT、M.、LACKEY、N.、SULLIVAN、J.による著書「MakingSenseofFactorAnalysis」に記載されています。

PS2（同じ本から）：「成功した因子分析のテストは、元のcorr行列を再現できる程度です。斜めの解も使用した場合は、すべての中から、最高および最低の因子を最も多く生成したものを選択します。読み込み中。」 これは、アルゴリズムが使用できる別の制約のように聞こえます。

Pythonで因子分析（PCAではない）を計算する関数を含むモジュールはありますか？

私の無知を許してください、私はPythonに非常に慣れていません。MDP を使用して Python で因子分析を実行しようとしています (ただし、より良い解決策があれば別のライブラリを使用できます)。

私はm×nの行列（行列と呼ばれる）を持っていて、やろうとしました：

しかし、私はエラーを返します。私のマトリックスが適切に形成されていないのではないかと思いますか？私の目標は、データ内にいくつのコンポーネントがあるかを調べ、どの行がどのコンポーネントに読み込まれるかを調べることです。

トレースバックは次のとおりです。

何が起こっているのか知っている人はいますか? Python の初心者に説明したいと思いますか?

距離行列 (約 1700 点間の距離で構成され、すべて 0.0 から 1.0 までの範囲) で階乗分析を実行しようとしています。完全FA初心者です。

とにかく、このコード：

私に与えます：

0 の値を 0.00001 に置き換えてみましたが、役に立ちませんでした。これはどういう意味ですか？

〜50000のクラスターのリストと、各クラスターに多数の要素（合計で〜1,000万のエントリ）が存在する入力ファイルがあります。以下の小さな例を参照してください。

別の質問から少し助けを借りて、次のような要因の共起の円グラフを作成することができました。

しかし、今、私は要因の共起のためのベン図を持ちたいと思います。理想的には、各要素の最小カウントのしきい値を取ることができる方法でも。たとえば、さまざまな要因のベン図。考慮に入れるには、各要因が各クラスターにn>10存在する必要があります。

集計を使用してテーブルカウントを生成する方法を見つけようとしましたが、機能させることができませんでした。

形状が570000*3000のスパース行列があります。nimaでNMFを実行してみました（デフォルトのnmfメソッドを使用し、max_iter65に設定）。しかし、私はnimfaが非常に遅いことに気づきました。より高速なライブラリ（Python / Rで使用可能）またはソフトウェアを使用してNMFを実行した人はいますか？

このアプリケーションでは、次元削減のアルゴリズムを使用して、特定の数のコンポーネントがすべてデータ内のほぼ同じ量の分散を説明するようにしたいと考えています。

したがって、説明された分散が最初の主成分から後続の各主成分に急激に減少するため、主成分分析は適していません。

どのようなアルゴリズムを使用できますか?

500 個の変数と 1316 個のレコードで因子分析を行っています。次のエラーが表示されます。

私が使用している構文は次のとおりです。

どんな提案でも大いに役立ちます。

ありがとう

psych因子分析にパッケージのコマンドを使用しているfaので、クラスのオブジェクトがありますfa。で読み込みをクエリできますが、読み込みをfac$loadings含むテーブルのみを抽出したいので、xtable（または同様の）を使用してLaTeX形式に変換できます。

コード例：

誰かが私が何に使えるのか教えてもらえますsomeMagicalFunctionか？