Obliczanie wartości własnych
Popularną metodą empirycznego określenia wymiarowości danych jest analiza wartości własnych. Wartości własne to liczbowe miary ilości wariancji wyjaśnianej przez każdy czynnik lub komponent. Oblicza się je na podstawie macierzy korelacji – dlatego najpierw użyjesz funkcji cor(), aby wyliczyć i zapisać macierz korelacji zbioru danych. Pamiętaj, żeby ustawić opcję korzystania z parami kompletnych obserwacji. Domyślnie funkcja używa wszystkich danych, ale jeśli zbiór zawiera brakujące wartości, wynikowa macierz będzie pełna wartości NA.
Obliczenia wykonasz na zbiorze bfi_EFA, który właśnie utworzyłeś – pamiętaj, że dane w bfi_CFA zachowujesz na potrzeby analizy konfirmacyjnej!
To ćwiczenie jest częścią kursu
Analiza czynnikowa w R
Instrukcje do ćwiczenia
- Użyj funkcji
cor(), aby obliczyć macierz korelacji dla swojego zbioru EFA. Ustaw argumentusetak, aby korzystał z parami kompletnych obserwacji. - Następnie przekaż tę macierz korelacji do funkcji
eigen(), aby uzyskać wartości własne. - Wartości własne są przechowywane w elemencie
valuesobiektu listyeigenvals. Przyjrzyj się wynikom!
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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
___$___