rotatefactors
旋转因子载荷
语法
B = rotatefactors (A)
B =旋转因子（A，'方法'，'Orthomax'，'Coeff'，Gamma）
b =旋转因子（a，'方法'，'procrustes'，'target'，目标）
B =旋转因子（A，'方法'，'模式'，'目标'，目标）
B = rotatefactors(“方法”,“电子产品品牌”)
[B、T] = rotatefactors (A,…)
描述
B = rotatefactors (A)旋转的d——- - - - - -米载荷矩阵一个最大化VARIMAX标准，并返回结果B．行一个和B对应变量，列对应因素，例如，(我，j）th的元素一个系数是多少我第一个变量jth因素。矩阵一个通常包含使用的主成分系数主成分分析或者pcacov，或因子负荷估计选择性．
B =旋转因子（A，'方法'，'Orthomax'，'Coeff'，Gamma）旋转一个用系数最大化正畸准则γ,也就是说,B正交旋转是吗一个最大化
和(D *和(b . ^ 4 1) -γ*总和(b . ^ 2, 1) ^ 2)。
默认值为1γ对应于极大值旋转。其他可能性包括γ= 0,米/2和d（米- 1) / (d+米- 2)，对应于quartimax、equamax、parsimax。你们也可以提供“最大方差法”，“quartimax”，'sharamax',或“parsimax”为了“方法”参数，省略'coeff'参数。
如果“方法”是“orthomax”，“最大方差法”，“quartimax”，'sharamax',或“parsimax”，则附加参数为
“正常化”标志，指示加载矩阵是否应该行归一化以进行旋转。如果“上”（默认），行一个在旋转前归一化得到单位欧氏范数，在旋转后归一化得到单位欧氏范数。如果“关闭”，原始加载将被旋转并返回。“Reltol”-在迭代算法中使用相对收敛容差来查找T．默认值是sqrt (eps)．“麦克斯特”-迭代极限在迭代算法中用来求T．默认值是250．
b =旋转因子（a，'方法'，'procrustes'，'target'，目标）进行斜突旋转一个到d——- - - - - -米目标载荷矩阵目标．
B =旋转因子（A，'方法'，'模式'，'目标'，目标）执行载荷矩阵的斜旋转一个到d——- - - - - -米目标模式矩阵目标，并返回结果B．目标定义的“受限制”元素B，即元素B的零元素目标限定为小幅度，而B的非零元素目标被允许采取任何幅度。
如果“方法”是“普罗克汝斯忒斯之或者“模式”，另一个参数是“类型”，旋转的类型。如果“类型”是“正交”，旋转是正交的，各因素保持不相关。如果“类型”是“斜”(默认值)，旋转是斜的，并且旋转的因子可能是相关的。
当“方法”是“模式”，是有限制的目标．如果一个有米列，然后是正交旋转jth列目标必须至少包含米-j0。斜转时，每列目标必须至少包含米- 1 0。
B = rotatefactors(“方法”,“电子产品品牌”)旋转A以最大化Promax标准，相当于倾斜的旋转与由orthomax旋转产生的目标进行旋转。使用四个orthomax参数来控制通过promax内部使用的orthomax旋转。
'promax'的另一个参数是“权力”，用于创建promax目标矩阵的指数。“权力”必须1或更高版本。默认值是4．
[B、T] = rotatefactors (A,…)返回旋转矩阵T用于创建B,也就是说,B = * T．您可以通过使用来找到旋转因子的相关矩阵发票(T ' * T)．对于正交旋转，这是单位矩阵;对于斜旋转，它有单位对角元素，但非零非对角元素。
例子
RNG（'默认'）％，可重复性X = RANDN（100,10）;％默认值（归一化varimax）旋转：％前三个主组件。LPC = PCA（x）;[L1，T] =旋转性（LPC（：，1：3））;％EquAx旋转：百分比前三个主成分。[L2，T] =旋转因子（LPC（：，1：3），...'方法'，'EquAxax'）;％promax旋转：％前三个因素。LFA =因子（x，3，'旋转'，'none'）;[L3，T] =旋转性器（LFA（：，1：3），...'方法'，'promax'，...'power'，2）;％模式旋转：％前三个因素。 Tgt = [1 1 1 1 1 0 1 0 1 1; ... 0 0 0 1 1 1 0 0 0 0; ... 1 0 0 1 0 1 1 1 1 0]'; [L4,T] = rotatefactors(LFA(:,1:3),... 'method','pattern',... 'target',Tgt); inv(T'*T) % Correlation matrix of the rotated factors ans = 1.0000 -0.9593 -0.7098 -0.9593 1.0000 0.5938 -0.7098 0.5938 1.0000
参考
[1]哈曼，H. H.现代的因素分析．3版。芝加哥:芝加哥大学出版社，1976。
[2] Lawley, D. N.和A. E. Maxwell。因子分析作为统计方法．2版。纽约:美国爱思唯尔出版社，1971。
之前介绍过的R2006a
你也可以从以下列表中选择一个网站:
