Eigenvalues की गणना
अपने डेटा की dimensionality को प्रायोगिक रूप से निर्धारित करने के लिए, एक आम तरीका eigenvalues को देखना है. Eigenvalues यह दिखाने वाले संख्यात्मक मान हैं कि हर factor या component कितनी variance समझाता है. Eigenvalues एक correlation मैट्रिक्स से निकाली जाती हैं, इसलिए eigenvalues निकालने से पहले आपको cor() का उपयोग कर डेटासेट की correlation मैट्रिक्स calculate करके स्टोर करनी होगी. आपको यह भी बताना होगा कि pairwise complete observations का उपयोग करना है. डिफ़ॉल्ट रूप से सब कुछ उपयोग होता है, लेकिन यदि आपके डेटासेट में missing values हैं, तो वह आपको NAs से भरी मैट्रिक्स दे देगा.
आप ये गणनाएँ अभी बनाए गए bfi_EFA डेटासेट पर करेंगे — याद रखिए, आप confirmatory analysis के लिए डेटा bfi_CFA में सेव कर रहे हैं!
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Factor Analysis
अभ्यास निर्देश
- अपने EFA डेटासेट के लिए correlation मैट्रिक्स निकालने के लिए
cor()का उपयोग करें.useआर्ग्युमेंट का मान pairwise-complete observations के लिए सेट करें. - फिर, eigenvalues पाने के लिए
eigen()फंक्शन के साथ उसी correlation मैट्रिक्स का उपयोग करें. - Eigenvalues
eigenvalslist ऑब्जेक्ट केvaluesएलिमेंट में स्टोर होती हैं. एक नज़र डालें!
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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
___$___