Обчислення власних значень
Щоб емпірично визначити розмірність ваших даних, часто переглядають власні значення. Власні значення — це числові оцінки частки дисперсії, яку пояснює кожен фактор або компонент. Власні значення обчислюються з матриці кореляцій, тож спочатку потрібно за допомогою cor() розрахувати й зберегти матрицю кореляцій для набору даних, а вже потім обчислювати власні значення. Потрібно вказати, що слід використовувати попарно повні спостереження. Типово використовуються всі дані, але якщо у вашому наборі є пропуски, це призведе до матриці, заповненої NA.
Ви виконаєте ці обчислення на наборі bfi_EFA, який щойно створили, — пам'ятайте, що дані для підтверджувального аналізу ви зберігаєте в bfi_CFA!
Ця вправа є частиною курсу
Факторний аналіз в R
Інструкції до вправи
- Використайте
cor(), щоб обчислити матрицю кореляцій для вашого набору даних EFA. Задайте аргументuse, щоб використовувати попарно повні спостереження. - Далі застосуйте цю матрицю кореляцій у функції
eigen(), щоб отримати власні значення. - Власні значення містяться в елементі
valuesспискового об'єктаeigenvals. Перегляньте їх!
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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
___$___