为了复制先前研究的结果，我试图应用一种基因因子分析方法，该方法在Horst (1965)中描述为＆＃34;具有同时因子解决方案的基本结构＆＃34; 。
我如何在R中使用此方法？
给定矩阵m，并提供例如我提取两个因子，我尝试应用以下内容：
fa(r = cor(m), rotate = 'none', factors = 2)
但我不认为这种方法是正确的。
刚刚发现。
Library(psych)
Principal(r= cor(m), rotate = " none ", nfactor= 2)
这份工作。霍斯特指的是所谓的特征值分解。它也可以使用eigen（）完成并获得相同的结果。
..不是真的..加载似乎非常接近，但是看数学我不确定下面描述的方法实际上类似于特征值分解，仔细观察，该方法直接应用于原始数据而不是产品动量计算是必需的..
..我正在尝试（慢慢地）自己计算出数学并理解计算指令的描述。
有关您的信息，这里是标准化矩阵，用于原始教科书中示例中执行的计算：
0.444 0.627 1.458 1.754 2.967 2.585 0.970 0.616 0.853
2.648 2.563 1.950 -1.341 -1.015 -0.700 0.904 0.976 0.150
-0.104 -0.159 0.049 0.510 -0.378 -0.468 2.217 2.378 2.291
-0.970 -1.216 -1.129 -0.079 -0.378 -0.645 0.287 0.312 -2.266
-1.164 -1.060 -1.485 -1.878 -0.021 -0.530 -1.483 0.190 -0.429
-0.956 -1.122 -0.938 -1.282 -0.779 0.121 0.447 -1.565 -0.429
0.198 -0.242 -0.055 0.021 0.526 -1.528 -0.575 -1.244 -0.114
-0.035 -0.485 1.129 -0.014 -0.894 -0.316 -1.421 -0.705 -0.349
-1.050 0.786 -0.048 0.101 -0.354 -0.433 -0.298 -0.377 -0.256
0.298 0.197 -0.010 0.558 0.253 0.464 -0.284 -0.240 -0.031
0.568 0.367 -0.429 0.811 -0.007 0.786 -0.250 0.081 0.541
0.125 -0.256 -0.492 0.839 0.079 0.665 -0.513 -0.422 0.039
here是计算指令和示例
......我想知道这是否只是因子分析或主要成分分析的标准方法..如果是的话，哪一个？引言说这种方法是秩减少型解决方案，因为因子得分和因子加载矩阵的主要乘积产生的残差精确地等于原始矩阵的等级减去因子的数量。
这种特殊类型的分析是＆＃34;直接＆＃34;在直接对原始数据执行的意义上（最多是标准化矩阵）。