Calcul des valeurs propres
Pour déterminer empiriquement la dimensionnalité de vos données, une stratégie courante consiste à examiner les valeurs propres. Les valeurs propres sont des mesures numériques de la part de variance expliquée par chaque facteur ou composante. Elles sont calculées à partir d’une matrice de corrélation ; vous devrez donc utiliser cor() pour calculer et stocker la matrice de corrélation du jeu 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 jeu de données comporte des valeurs manquantes, vous obtiendrez une matrice remplie de NA.
Vous effectuerez ces calculs sur le jeu de données bfi_EFA que vous venez de créer — souvenez-vous, vous conservez les données dans bfi_CFA pour votre analyse confirmatoire !
Cet exercice fait partie du cours
Analyse factorielle avec R
Instructions
- Utilisez
cor()pour calculer la matrice de corrélation de votre jeu de données EFA. Définissez l’argumentuseafin d’employer 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 œil !
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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
___$___