我正在尝试按照Tabachnick和Fidell的“使用多变量统计”中的因子分析章节进行操作。
数据和我的步骤如下：
# data
dat.ski <- data.frame(skiers = paste0("S", c(1:5), sep=""), cost = c(32, 61, 59, 36, 62), lift=c(64, 37, 40, 62, 46) , depth = c(65, 62, 45, 34, 43), powder = c(67, 65, 43, 35, 40))
# correlation matrix
cor.ski <- cor(dplyr::select(dat.ski, -skiers))
# eigenvalues and eigenvectors
eig.ski <- eigen(cor.ski)
相关矩阵和特征值（2.02,1.94,0.04和0.00）对应于书中的相关矩阵和特征值。我拥有的前两个特征向量是（.352，-0.251，-0.626，-0.647）和（.514，-.664，.322，.280）。
然而，本书继续说只保留前两个特征值并重新运行“因子分析”，这导致以下两个特征值*：2.00,1.91和特征向量（-2,83,0.177） ，0.568,0.675）和（0.651，-0.685,0.252,0.207）。我无法重现这些特征向量...如果我运行psych::fa(cor.ski, nfactors=2, fm="pa")，则SS加载对应于新的特征值*。
任何有关如何按照文本返回特征向量的帮助将不胜感激。
感谢。
答案 0 :(得分：0)
我通过记住R是一种可见的语言来解决这个问题！通过查看psych::fac的定义，我看到作者实际上已经执行了7次迭代的因子分析，而不是mereley＆＃34;取得前两个特征向量并重新运行FA＆＃34 ;;我还最终了解了如何执行因子分析，并将其与后续文本联系起来，简而言之就是：
从相关矩阵（r）开始并假设使用k因子