主要内容

rotatefactors

旋转因子负荷

语法

B =旋转因子(A)
B = rotatefactors(A，'Method'，'orthomax'，'Coeff'，gamma)
B = rotatefactors(A，'Method'，'procrustes'，'Target'， Target)
B = rotatefactors(A，'Method'，'pattern'，'Target'， Target)
B = rotatefactors(A，'Method'，'promax')
[B,T] =旋转因子(A，…)

描述

B =旋转因子(A)旋转的d——- - - - - -米载荷矩阵一个以最大化varimax标准，并返回结果B．行一个而且B对应于变量，列对应于因子，例如(我，j的第th元素一个的系数是我第Th变量jth因素。矩阵一个通常包含主成分系数创建主成分分析或pcacov，或用factoran．

B = rotatefactors(A，'Method'，'orthomax'，'Coeff'，gamma)旋转一个最大正交准则与系数γ,也就是说,B的正交旋转一个最大化

sum(D*sum(B.^4,1) - GAMMA*sum(B.^2,1).^2)

默认值为1γ对应于可变角旋转。其他可能性包括γ= 0,米/ 2,d（米- 1) / (d+米- 2)，分别对应quartimax、equamax、parsimax。你也可以提供“最大方差法”，“quartimax”，“equamax”,或“parsimax”为“方法”参数，并省略多项式系数的参数。

如果“方法”是“orthomax”，“最大方差法”，“quartimax”，“equamax”,或“parsimax”，则附加参数为

  • “正常化”-指示负载矩阵是否应该行归一化旋转的标志。如果“上”(默认值)，行一个旋转前归一化得到单位欧氏范数，旋转后非归一化得到单位欧氏范数。如果“关闭”时，原始载荷被旋转并返回。

  • “Reltol”-在迭代算法中使用相对收敛容差来寻找T．默认为sqrt (eps)．

  • “麦克斯特”说明:迭代极限在迭代算法中用来寻找。-T．默认为250．

B = rotatefactors(A，'Method'，'procrustes'，'Target'， Target)进行斜腹旋转一个到d——- - - - - -米目标载荷矩阵目标．

B = rotatefactors(A，'Method'，'pattern'，'Target'， Target)执行负载矩阵的斜旋转一个到d——- - - - - -米目标模式矩阵目标，返回结果B．目标的“受限”元素B的元素B对应于的零元素目标的量值被限制为小，而B对应于的非零元素目标可以有任何大小。

如果“方法”是“普罗克汝斯忒斯之或“模式”，则附加参数为“类型”，旋转的类型。如果“类型”是“正交”时，旋转正交，因子保持不相关。如果“类型”是“斜”(默认值)，旋转是斜的，旋转的因素可能是相关的。

当“方法”是“模式”，有限制目标．如果一个有米列，然后正交旋转j的第Th列目标必须包含至少米-j0。为斜向旋转，每列的目标必须包含至少米- 1个0。

B = rotatefactors(A，'Method'，'promax')旋转A以最大化promax准则，等效于斜Procrustes旋转，目标由正角旋转创建。使用四个正角参数来控制promax内部使用的正角旋转。

'promax'的另一个参数是“权力”，为创建promax目标矩阵的指数。“权力”必须1或更高版本。默认为4．

[B,T] =旋转因子(A，…)返回旋转矩阵T用于创建B，也就是说，B = a * t．你可以通过使用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，而对于斜旋转，它有单位对角线元素，但非零对角线元素。

例子

rng('default') % for再现性X = randn(100,10);默认(归一化变量)旋转:%前三个主成分。LPC = pca(X);[L1,T] = rotatefactors(LPC(:，1:3));平均旋转:%前三个主成分。[L2,T] = rotatefactors(LPC(:，1:3)，…“方法”、“equamax”);Promax旋转:%前三个因子。LFA = factoran(X,3，'Rotate'，'none');[L3,T] = rotatefactors(LFA(:，1:3)，… 'method','promax',... 'power',2); % Pattern rotation: % first three factors. 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

参考文献

哈曼，h.h.。现代因素分析．第三版，芝加哥:芝加哥大学出版社，1976年。

[2]劳利、d.n.和a.e.麦克斯韦。因子分析是一种统计方法．第二版。纽约:美国爱思唯尔出版社，1971年。

版本历史

R2006a之前介绍

另请参阅

||||