计算特征值
为了从经验上判断数据的维度，一个常见方法是查看特征值。特征值以数值形式表示每个因子或主成分所解释的方差大小。特征值是基于相关矩阵计算的，因此在计算特征值之前，您需要使用 cor() 计算并保存数据集的相关矩阵。您需要指定按成对完整观测进行计算。默认是使用全部数据，但如果数据集中存在缺失值，您将得到一个充满 NA 的矩阵。
请在刚刚创建的 bfi_EFA 数据集上完成这些计算——记住，bfi_CFA 是留给验证性分析用的！
本练习是课程的一部分
R 中的因子分析
练习说明
- 使用
cor()为您的 EFA 数据集计算相关矩阵。将use参数设置为按成对完整观测进行计算。 - 接着，使用该相关矩阵调用
eigen()函数获取特征值。 - 特征值存放在
eigenvals列表对象的values元素中。查看一下！
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___$___