旋转因子载荷
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,…)
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。
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
[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。