«factor-rotation» 태그된 질문

일반적으로 해석 가능성을 개선하기 위해 수행되는 요인 분석 (또는 PCA) 솔루션에서 요인의 선형 변환. 요인 회전 방법에는 varimax, promax, oblimin 등이 포함됩니다.

8
PCA 다음에 회전 (varimax 등)이 여전히 PCA입니까?
나는 내 경험에 R.에서 SPSS에서 (PCA를 사용하여) 몇 가지 조사를 재현하려 한 principal() 기능 패키지는 psych듯했으나, 유일한 기능이었다 (또는 내 기억이 바로 내를 제공하는 경우에 죽은) 출력에 맞게. SPSS에서와 동일한 결과를 얻으려면 parameter를 사용해야했습니다 principal(..., rotate = "varimax"). 나는 논문이 PCA를 어떻게 수행했는지에 대해 이야기하는 것을 보았지만 SPSS의 출력과 회전 …

1
Factor Analysis / PCA에서 회전을 수행 한 이유와 적절한 회전을 선택하는 직관적 인 이유는 무엇입니까?
내 질문 요인 분석 (또는 PCA의 구성 요소)에서 요인의 회전을 수행하는 직관적 인 이유는 무엇입니까? 변수가 최상위 구성 요소 (또는 요인)에 거의 똑같이로드되면 구성 요소를 구별하기가 어렵다는 것을 이해합니다. 따라서이 경우 회전을 사용하여 구성 요소를 더 잘 차별화 할 수 있습니다. 이 올바른지? 회전을하면 어떤 결과가 발생합니까? 이것은 어떤 영향을 …

1
자유도는 정수가 아닌 숫자 일 수 있습니까?
GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

1
PCA가 항상 좌표축을 회전시키는 경우 "회전 된"및 "회전되지 않은"주요 구성 요소는 무엇입니까?
내가 이해하는 한, 주요 구성 요소는 좌표축을 회전하여 최대 분산 방향에 정렬하여 얻습니다. 그럼에도 불구하고, 나는 "회전하지 않은 주성분"에 대해 계속 읽고 있으며, 통계 소프트웨어 (SAS)는 회전하지 않은 주성분뿐만 아니라 varimax로 회전 된 주성분을 제공합니다. 여기서 혼란스러워합니다. 주성분을 계산할 때 축이 이미 회전되어 있습니다. 그렇다면 또 다른 회전이 필요한 이유는 …

3
R에서 가변 최대 회전 주성분을 계산하는 방법은 무엇입니까?
25 개의 변수에서 PCA를 실행하고을 사용하여 상위 7 개의 PC를 선택했습니다 prcomp. prc <- prcomp(pollutions, center=T, scale=T, retx=T) 그런 다음 해당 구성 요소에서 varimax 회전을 수행했습니다. varimax7 <- varimax(prc$rotation[,1:7]) 이제 varimax는 PCA 회전 데이터를 (varimax 객체의 일부가 아니기 때문에-로딩 행렬과 회전 행렬 만) varimax 회전하고 싶습니다. 이 작업을 수행하려면 회전 …
13 r  pca  factor-rotation 

2
요인 회전 방법 (varimax, oblimin 등)-이름의 의미와 방법의 의미
요인 분석에는 varimax, quartimax, equamax, promax, oblimin 등과 같은 여러 회전 방법이 있습니다. 이름을 실제 수학 또는 통계적 수행과 관련이있는 정보를 찾을 수 없습니다. 왜 "equa-max"또는 "quarti-max"라고합니까? 축이나 행렬은 어떤 방식으로 회전되어 그러한 이름을 갖습니까? 불행히도, 그들 대부분은 1950 년대에서 1970 년대에 발명되었으므로 저자와 연락 할 수 없습니다.

2
탐색 적 요소 분석 솔루션을 회전시키지 않은 이유가 있습니까?
탐색 계수 분석 솔루션을 회전 시키지 않는 이유가 있습니까? 직교 솔루션과 비스듬한 솔루션을 비교하는 토론을 쉽게 찾을 수 있으며 그 모든 것을 완전히 이해한다고 생각합니다. 또한, 교과서에서 찾은 것으로부터, 저자는 일반적으로 요인 분석 추정 방법을 설명하는 것부터 회전이 어떻게 작동하는지 그리고 어떤 다른 옵션이 무엇인지 설명하는 것으로 바로 이동합니다. 내가 …

2
요인 분석 (또는 PCA)에서 요인 로딩이 1보다 큰 것은 무엇을 의미합니까?
방금 회전 (promax)을 사용하여 FA를 실행했으며 한 요소에서 1.041의 요소 로딩을 생성 한 항목 (및 패턴 매트릭스를 사용하여 다른 요소에서 -.131, -.119 및 .065의 요소 로딩 ) . 그리고 그것이 무엇을 의미하는지 잘 모르겠습니다 .-1과 1 사이에서만 가능하다고 생각했습니다. 비스듬한 회전 때문입니까? 직교 요소로 하중이 1을 초과 할 수 있습니까?

3
PCA 구성 요소를 회전하여 각 구성 요소의 분산을 균등화
데이터 세트에서 PCA를 수행하고 마지막 몇 대의 PC를 버림으로써 데이터 세트의 차원과 노이즈를 줄이려고합니다. 그런 다음 나머지 PC에서 일부 기계 학습 알고리즘을 사용하고 싶습니다. 따라서 알고리즘이 더 잘 작동하도록 PC의 분산을 균등화하여 데이터를 정규화하고 싶습니다. 간단한 방법 중 하나는 단순히 분산을 단위 값으로 정규화하는 것입니다. 그러나 첫 번째 PC에는 다음 …

3
PCA 후 경사 회전 사용시
SAS, SPSS 및 R과 같은 여러 통계 패키지를 사용하면 PCA에 따라 일종의 요인 회전을 수행 할 수 있습니다. PCA 후에 회전이 필요한 이유는 무엇입니까? PCA의 목표가 직교 치수를 생성한다는 점에서 PCA 후에 경사 회전을 적용하는 이유는 무엇입니까?
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.