Hoe creëer ik een matrix van gereproduceerde en residuele correlaties van EFA model in R?

Question

Ik heb in R de volgende syntax gebruikt voor de factoranalyse:

facComAnalysis(HechtingComplete,
               items=c('HSL_1_nummer', 'HSL_14_nummer','HSL_22_nummer','HSL_2_nummer','HSL_5_nummer','HSL_23_nummer'),
               fm='pca',
               rotate='varimax')

In mijn output ontbreekt de matrix van gereproduceerde en residuele correlaties . Hoe kan ik deze toevoegen?

Answer 1

Als je die wil hebben, is de kortste klap om het object dat "facComAnalysis()" produceert op te slaan, en die correlaties daaruit te halen. Dat kan bijvoorbeeld als volgt (ik gebruik even het voorbeeld uit de handleiding van "facComAnalysis()" zodat iedereen het makkelijk uit kan voeren - je moet dus even je eigen variabelenamen etc invullen, en dan kun je het eerste commando overslaan natuurlijk):

### Generate data frame to use for the example
dat <- as.data.frame(apply(mtcars, 2, scale));

### Conduct principal components analysis and store
### result in an object named 'res'
res <- facComAnalysis(dat, fm='pca');

### Extract residuals and store it as 'cor.residuals'
cor.residuals <-
  res$intermediate$psychObject.rotated$residual

### Obtain observed correlation matrix
cor.observed <-
  cor(dat);

### Obtain predicted correlation matrix
cor.predicted <-
  cor.observed - cor.residuals;

### View the three matrices
round(cor.observed, 2);
round(cor.predicted, 2);
round(cor.residuals, 2);

### Also view results of the PCA itself
print(res);

Er zijn andere manieren om dit te doen, maar dit is het makkelijkst denk ik.