如何作爲R

Question

使用相關矩陣作爲輸入到princomp（）我有一個表示一個大的數據集的相關矩陣數據幀：

> 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 

我想用做主要成分分析princomp（）{中}統計我 嘗試閱讀文檔可用，並得到了：

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

但是，這並不做任何事情比我離開的最後一個參數不同。 請指出使用princomp（）參數的正確方法。

Answer 1

您可能需要嘗試使用psych包下的principal功能。 https://personality-project.org/r/html/principal.html。

下面是從http://www.statmethods.net/advstats/factor.html

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

MYDATA的摘錄可以是一個原始數據矩陣或協方差矩陣。

Answer 2

您可能會考慮使用eigen函數，該函數將生成相關矩陣的特徵值（相當於princomp生成的sdevs的平方）以及特徵向量（相當於princomp產生的加載）。

通話將僅僅是：

myPCA <- eigen(data) 
myPCA$values 
myPCA$vectors