Differences

This shows you the differences between two versions of the page.

--- factor_analysis [2022/05/05 21:49] – [eigenvalues] hkimscil
+++ factor_analysis [2023/11/06 02:53] (current) – [E.g. 2] hkimscil
@@ Line 185: / Line 185: @@
 | Y3  | $S_{31}$  | $S_{32}$  | $S^2_{3}$  |
-실제 데이터에서 구한 variance covariance table은 아래와 같다.
+실제 데이터에서 구한 variance covariance table은 아래와 같다((편의상 여기 분산값은 n으로 (n-1이 아닌) 나눠 준 것)).
 | Variable  | Y1  | Y2  | Y3  |
@@ Line 197: / Line 197: @@
 ## 예를 들어
 fd <- read.csv("http://commres.net/wiki/_media/r/fa_explanation.csv")
+fd <- fd[, -1] # 처음 id 컬럼 지우기
 cov(fd)
@@ Line 332: / Line 333: @@
 각주 1) -> finance = 수학능력 = F1
 각주 2), 3) -> marketing, policy = 언어능력 = F2
-각주 4)는  아래와 같이 구함 = Eigenvalue라 부른다
+각주 6)는  아래와 같이 구함 = Eigenvalue라 부른다
 <code>
@@ Line 457: / Line 458: @@
 | Economics       |  @lightgreen:0.728  |
 | Total           |  5.617  |
+===== Specificity =====
+| Variable  |  Communality  |  Specificity  |
+| Climate         |  0.795  |  @lightgray:1-0.795  |
+| Housing         |  0.518  |     |
+| Health          |  0.722  |     |
+| Crime           |  0.512  |     |
+| Transportation  |  0.51   |     |
+| Education       |  0.561  |     |
+| Arts            |  0.754  |     |
+| Recreation      |  0.517  |     |
+| Economics       |  0.728  |     |
+| Total           |  5.617  |     |
 ====== Methods (functions) in R ======
@@ Line 468: / Line 481: @@
 <code>
-mydata <- read.csv("http://commres.net/wiki/_media/r/dataset_exploratoryfactoranalysis.csv")
+my.data <- read.csv("http://commres.net/wiki/_media/r/dataset_exploratoryfactoranalysis.csv")
 # if data as NAs, it is better to omit them:
 my.data <- na.omit(my.data)
@@ Line 1551: / Line 1564: @@
 ====== Reference ======
 {{:factor_analysis_lecture_note.pdf|Lecture Note}} from databaser
+[[https://stats.oarc.ucla.edu/spss/seminars/introduction-to-factor-analysis/a-practical-introduction-to-factor-analysis/]]
+[[https://advstats.psychstat.org/book/factor/efa.php]]
+see exploratory factor analysis :: {{youtube>Ollp2nSQCLY}}