因子分析
多元数据通常包含大量的测量变量,有时这些变量重叠,在某种意义上,他们组可能是相关的。例如,在一个十项全能,每个运动员竞争在10的事件,但他们中的一些人可以被认为是速度的事件,而其他人可以被认为是力量的事件,等等。因此,你可以把竞争对手的分数10事件在很大程度上依赖于一组小的三个或四个类型的运动能力。
因子分析是一种多元数据的模型适合估计这种相互依存。在因子分析模型中,测量变量取决于少数未被注意的(潜在的)因素。因为每个因素可能会影响几个变量的共同之处,他们被称为常见的因素。每个变量被认为是依赖于一个线性组合的常见因素,和系数被称为载荷。每个被测变量还包括一个组件由于独立随机变化,称为具体的差异因为它是特定于一个变量。
具体来说,因子分析假设数据的协方差矩阵的形式
Λ载荷的矩阵,对角矩阵的元素Ψ的具体差异。这个函数factoran使用最大似然的因子分析模型。
