R-因子分析（主成分提取法）

R-使用空气质量数据做因子分析（主成分提取法）

首先，加载我们需要用到的包，

install.packages("corrplot")#相关系数矩阵可视化
install.packages("psych")#因子分析,本次实验使用其平行分析的能力
#另外需要下载mvstat程序包，安装到library的路径下

读取我们准备好的数据

airquality <- read.csv("C:/Users/LRT/Desktop/graduate/paper/data/Airdata.csv", sep=",", header = TRUE,stringsAsFactors = FALSE)

因为原始数据中的变量名称都是中文，所以先简化一次变量名称

colnames(airquality) <- c("city", "SO2", "NO2","PM10", "CO","O3","PM2.5","days","rain")

简化结束后，查看数据结构等

#查看数据结构
summary(airquality)
str(airquality)

进行因子分析时，需要先检验变量之间的相关性，在这里先将变量之间的相关系数进行可视化

#相关系数矩阵及具有双色表正负相关
airquality_cor <- cor(airquality[2:9], method = "spearman")#spearman法求相关系数矩阵
library(corrplot)#加载corrplot包
corrplot.mixed(airquality_cor, number.cex = .9)#绘制混合型相关系数矩阵图

效果如图：
只有图形展示还是不够的，我们需要进行KMO和巴雷特球形检验

#巴雷特球形检验&KMO检验
library(psych)#加载检验用到的包
cortest.bartlett(airquality_cor)#巴雷特球形检验
KMO(airquality_cor)#kmo检验

注意这里的KMO函数书写格式必须为大写
检验结果如图，且结果说明适合做因子分析。

接下来需要判断这几个变量需要提取几个因子

#判断需要提取的公因子个数
library(psych)#加载检验用到的包
fa.parallel(airquality_cor, n.obs = 320, fa = "fa", n.iter = 100)#制作碎石图判断个数

代码中，fa表示适合提取的因子个数，如改成pc则表示主成分个数，如果都想展示就改成both，n.iter为要执行的模拟分析的数量。
结果如图：

这里R建议我们选择两个因子
接下来进行主成分法提取因子，并对因子进行最大方差旋转，最后得到一系列我们需要的值

library(mvstats)
airquality_score <- factpc(airquality[2:9],2,rotation="varimax",scores = "regression")
airquality_score$Vars#输出因子方差、方差贡献率以及累计方差贡献率
airquality_score$loadings#输出因子载荷矩阵
airquality_score$scores#输出因子得分
airquality_score$Rank#输出排名
factor.plot(airquality_score,labels = rownames(airquality_score$loadings),title = "Factor Analysis",pos = "3")

其中，计算得分的方法可以为regression（回归)，也可以为bartlett（巴雷特）。
最后依据结果进行分析即可。

R-因子分析（主成分提取法）相关推荐

R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标
全文下载链接:http://tecdat.cn/?p=27515 建立重庆市经济指标发展体系,以重庆市一小时经济圈作为样本,运用因子分析方法进行实证分析,在借鉴了相关评价理论和评价方法的基础上,本文提 ...
数据分享|R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标...
原文链接:http://tecdat.cn/?p=27515 建立重庆市经济指标发展体系,以重庆市一小时经济圈作为样本,运用因子分析方法进行实证分析,在借鉴了相关评价理论和评价方法的基础上,本文提取 ...
matlab mysvd代码解释,关于使用SVD进行PCA主成分提取的代码问题！也是必须涉及到原理的！...
如标题所示,目的是将矩阵进行PCA分析最终得到降维后的新主成分,对于特征值特征向量的提取方法是通过svd.代码和函数名称定义如下/如图所示 function [Xm,U,L]=pca(X,K); % ...
R语言主成分回归（PCR）、多元线性回归特征降维分析光谱数据和汽车油耗、性能数据...
原文链接:http://tecdat.cn/?p=24152 什么是PCR?(PCR = PCA + MLR)(点击文末"阅读原文"获取完整代码数据). • PCR是处理许多 x ...
matlab pca svd,关于使用SVD进行PCA主成分提取的代码问题！也是必须涉及到原理的！...
如标题所示,目的是将矩阵进行PCA分析最终得到降维后的新主成分,对于特征值特征向量的提取方法是通过svd.代码和函数名称定义如下/如图所示 function [Xm,U,L]=pca(X,K); % ...
【OpenCV 例程 300篇】237. 基于主成分提取的方向校正（OpenCV）
『youcans 的 OpenCV 例程200篇 - 总目录』 [youcans 的 OpenCV 例程 300篇]237. 基于主成分提取的方向校正(OpenCV) 主成分分析(Principal ...
R factoextra 主成分
Package for PCA visualization 我们将使用 factoextra R 包来创建基于 ggplot2 的优雅可视化. You can install it from CRAN ...
65 R 主成分与因子分析
主成分与因子分析 1 概念 2 数学模型 3 相关性分析 4 R主成分分析三种方法 4.1方法1 princomp 方法2 princomp 未标准化方法3 用principal 函数对原数据进行 ...
【R实验.9】主成分和因子分析
解法并不单一,下列方法带有璇子个人的偏好,因此仅供参考.如有错误,欢迎在评论区斧正! 9.1 用主成分方法探讨城市工业主体结构.表 9-4 是某市工业部门十三个行业,分别是冶金 (1).电力(2).煤 ...

R-因子分析（主成分提取法）

R-使用空气质量数据做因子分析（主成分提取法）

R-因子分析（主成分提取法）相关推荐

最新文章

热门文章