Calcolare gli autovalori
Per determinare empiricamente la dimensionalità dei tuoi dati, una strategia comune è esaminare gli autovalori. Gli autovalori sono rappresentazioni numeriche della quantità di varianza spiegata da ciascun fattore o componente. Gli autovalori si calcolano a partire da una matrice di correlazione, quindi dovrai usare cor() per calcolare e salvare la matrice di correlazione dell’insieme di dati prima di calcolare gli autovalori. Dovrai specificare che vuoi usare le osservazioni complete a coppie (pairwise complete). L'impostazione predefinita usa tutto, ma se il tuo insieme di dati contiene valori mancanti, ti ritroverai con una matrice piena di NA.
Eseguirai questi calcoli sul dataset bfi_EFA che hai appena creato: ricorda, stai conservando i dati in bfi_CFA per la tua analisi confermativa!
Questo esercizio fa parte del corso
Analisi fattoriale in R
Istruzioni dell'esercizio
- Usa
cor()per calcolare la matrice di correlazione per il tuo dataset EFA. Imposta il valore dell’argomentousein modo da usare le osservazioni complete a coppie. - Poi, usa quella matrice di correlazione con la funzione
eigen()per ottenere gli autovalori. - Gli autovalori sono salvati nell’elemento
valuesdell’oggetto listaeigenvals. Dai un’occhiata!
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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
___$___