Beräkna egenvärden
En vanlig metod för att empiriskt bestämma dimensionaliteten hos dina data är att undersöka egenvärdena. Egenvärden är numeriska mått på hur mycket varians varje faktor eller komponent förklarar. De beräknas från en korrelationsmatris, så du behöver använda cor() för att beräkna och lagra datamängdens korrelationsmatris innan du beräknar egenvärdena. Du måste ange att du vill använda parvisa kompletta observationer. Standardinställningen är att använda alla värden, men om datamängden innehåller saknade värden resulterar det i en matris full av NA-värden.
Du utför dessa beräkningar på datamängden bfi_EFA som du nyss skapade – kom ihåg att du sparar data i bfi_CFA för din konfirmatoriska analys!
Den här övningen är en del av kursen
Faktoranalys i R
Övningsinstruktioner
- Använd
cor()för att beräkna korrelationsmatrisen för din EFA-datamängd. Sätt värdet på argumentetuseså att parvisa kompletta observationer används. - Använd sedan den korrelationsmatrisen med funktionen
eigen()för att hämta egenvärdena. - Egenvärdena lagras i elementet
valuesi listobjekteteigenvals. Ta en titt!
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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
___$___