我有一個相關矩陣：特徵值分解
cor.table <- matrix(sample(c(0.9,-0.9) , 2500 , prob = c(0.8 , 0.2) , repl = TRUE) , 50 , 50)
diag(cor.table) <- 1
我嘗試做特徵值分解：
library(psych)
fit<-principal(cor.table, nfactors=50,rotate="none")
或
stopifnot(eigen(cor.table)$values > 0)
在這兩種情況下，我得到的錯誤：
Error in eigens$values < .Machine$double.eps :
invalid comparison with complex values
我在做什麼錯？
這與您之前詢問question的問題相同。你需要一個對稱矩陣。
set.seed(1)
cor.table <- matrix(sample(c(0.9,-0.9),2500,prob=c(0.8,0.2),repl=TRUE),50,50)
ind <- lower.tri(cor.table)
cor.table[ind] <- t(cor.table)[ind]
diag(cor.table) <- 1
現在，當您嘗試使用eigen時，您不會收到錯誤消息。
your.eigen <- eigen(cor.table)
> summary(your.eigen)
Length Class Mode
values 50 -none- numeric
vectors 2500 -none- numeric
是的，這會產生一個對稱矩陣，但是主體（cor.table，nfactors = 50，rotate =「none」）仍然會產生錯誤，因爲某些特徵值是非負的。有沒有辦法來解決這個問題？ – user1723765
您可能需要一個對稱矩陣 - 在您的示例中您沒有這個對稱矩陣。 – dayne
使你的矩陣對稱後 - 在我以前給你的答案中使用相同的方法（http://stackoverflow.com/questions/18763723/create-covariance-matrix-from-correlation-table-with-both-positively-and -negativ/18764141＃18764141） - 我沒有得到'eigen（cor.table）'的錯誤。 – dayne
要有一個有效的相關矩陣，還需要確保特徵值是非負的。 –