请问R语言因子分析和主成分分析的操作步骤

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1. data_PCA<-princomp(std_data,cor = T)

复制代码

1. data_fa<-factanal(std_data,factors=6,rotation = "varimax",scores = "regression")

复制代码

我现在就会这两条代码，还请大神帮忙分析下面的结论

1. Importance of components:
   
2.                           Comp.1    Comp.2    Comp.3    Comp.4    Comp.5     Comp.6     Comp.7     Comp.8
   
3. Standard deviation     2.3726559 1.6872386 1.2130203 1.0634933 0.9234832 0.75107693 0.65170230 0.53624055
   
4. Proportion of Variance 0.4021069 0.2033410 0.1051013 0.0807870 0.0609158 0.04029404 0.03033685 0.02053957
   
5. Cumulative Proportion  0.4021069 0.6054479 0.7105492 0.7913362 0.8522520 0.89254600 0.92288285 0.94342241
   
6.                            Comp.9   Comp.10   Comp.11    Comp.12     Comp.13    Comp.14
   
7. Standard deviation     0.49793091 0.4431314 0.4063430 0.33012913 0.214452633 0.16642048
   
8. Proportion of Variance 0.01770966 0.0140261 0.0117939 0.00778466 0.003284995 0.00197827
   
9. Cumulative Proportion  0.96113207 0.9751582 0.9869521 0.99473674 0.998021730 1.00000000
   
10. 
    
11. Loadings:
    
12.                      Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8 Comp.9 Comp.10 Comp.11 Comp.12
    
13. 医院数量              0.351  0.155         0.131  0.366  0.151  0.195  0.190         0.143   0.101   0.573
    
14. 疾病预防控制中心数量  0.230  0.370         0.343  0.167 -0.180 -0.109 -0.297  0.434          0.486  -0.304
    
15. 床位数                0.383  0.155         0.183               -0.118        -0.191         -0.122   0.415
    
16. 全科医生数量          0.347 -0.134 -0.194 -0.115 -0.144  0.233  0.159 -0.263  0.106 -0.773                 
    
17. 居民年住院率                 0.408  0.238 -0.203 -0.315  0.537 -0.426  0.327  0.176                 -0.114
    
18. 病死率                      -0.249  0.626         0.302 -0.292 -0.443               -0.361   0.138         
    
19. 流行病发病率         -0.155  0.294 -0.292 -0.489        -0.532         0.312  0.278 -0.178           0.257
    
20. 流行病死亡率                 0.421  0.257 -0.460                0.213 -0.531 -0.405  0.113   0.178         
    
21. 医疗保险参保人数      0.374        -0.113               -0.119         0.484 -0.533          0.262  -0.409
    
22. 地方公共预算支出      0.157  0.162  0.445  0.312 -0.525 -0.391  0.322  0.109                -0.269         
    
23. 人均生产总值          0.111 -0.473  0.128 -0.186 -0.383         0.205         0.203  0.195   0.614   0.164
    
24. 垃圾清理量            0.365 -0.156 -0.226 -0.173 -0.115 -0.185 -0.178                0.134          -0.129
    
25. 公共汽电车客运总量    0.359 -0.154        -0.109 -0.169 -0.155 -0.451 -0.225         0.337  -0.211         
    
26. 出租车数量            0.295         0.240 -0.383  0.383         0.314         0.374  0.159  -0.332  -0.309

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：主成分分析 因子分析 操作步骤 R语言 主成分

当cor=TRUE表示用样本的相关矩阵R做主成分分析
当cor=FALSE表示用样本的协方差阵S做主成分分析
可以用data_PCA$scores 求主成分的得分，
Standard deviation 标准差   其平方为方差=特征值，显示9*14的标准差矩阵，没有显示，#----Proportion of Variance  方差贡献率
#----Cumulative Proportion  方差累计贡献率，这两个指标比较重要，

data_fa<-factanal(std_data,factors=6,rotation = "varimax",scores = "regression")
factors=6 选6个因子
rotation = "varimax" 表示旋转

loadings，代表了这些因子和原来变量的关系。
Comp.1 那一列中医院数量 、疾病预防控制中心数量、床位数 等正的值，流行病发病率和病死率是负值，  说明因子1的方向医院数量 、疾病预防控制中心数量、床位数一致，
而与流行病发病率和病死率  的方向相反，即这两组变量所处的位置是相反的