Calcul des valeurs propres
Pour déterminer empiriquement la dimensionnalité de vos données, une stratégie courante consiste à examiner les valeurs propres. Les valeurs propres représentent, en nombres, la part de variance expliquée par chaque facteur ou composante. Elles sont calculées à partir d'une matrice de corrélation, donc vous devrez utiliser cor() pour calculer et enregistrer la matrice de corrélation de l'ensemble de données avant de calculer les valeurs propres. Vous devrez préciser que vous souhaitez utiliser les observations complètes par paires. Par défaut, tout est utilisé, mais si votre ensemble de données contient des valeurs manquantes, vous obtiendrez une matrice remplie de NA.
Vous ferez ces calculs sur l'ensemble bfi_EFA que vous venez de créer — rappelez-vous que vous conservez les données dans bfi_CFA pour votre analyse confirmatoire!
Cette activité fait partie du cours
Analyse factorielle avec R
Instructions de l’exercice
- Utilisez
cor()pour calculer la matrice de corrélation de votre ensemble de données EFA. Attribuez à l'argumentusela valeur qui emploie les observations complètes par paires. - Ensuite, utilisez cette matrice de corrélation avec la fonction
eigen()pour obtenir les valeurs propres. - Les valeurs propres sont stockées dans l'élément
valuesde l'objet listeeigenvals. Jetez-y un coup d'œil!
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Calculate the correlation matrix first
bfi_EFA_cor <- ___(bfi_EFA, use = ___)
# Then use that correlation matrix to calculate eigenvalues
eigenvals <- ___(bfi_EFA_cor)
# Look at the eigenvalues returned
___$___