Pertanyaan yang diberi tag «factor-analysis»

Analisis faktor adalah teknik pengurangan laten dimensi dimensi yang menggantikan variabel antar-korelasi dengan sejumlah kecil variabel laten kontinu yang disebut faktor. Faktor-faktor tersebut diyakini bertanggung jawab atas inter-korelasi. [Untuk analisis faktor konfirmatori, silakan gunakan tag 'faktor konfirmatori'. Juga, istilah "faktor" dari analisis faktor tidak boleh dikacaukan dengan "faktor" sebagai prediktor kategori dari regresi / ANOVA.]

4
Ukuran sampel minimum untuk PCA atau FA ketika tujuan utamanya adalah memperkirakan hanya beberapa komponen?
Jika saya memiliki dataset dengan pengamatan dan variabel (dimensi), dan umumnya kecil ( ), dan dapat berkisar dari kecil ( ) hingga mungkin jauh lebih besar ( ).nnnpppnnnn=12−16n=12−16n=12-16pppp=4−10p=4−10p = 4-10p=30−50p=30−50p= 30-50 Saya ingat belajar bahwa harus jauh lebih besar dari untuk menjalankan analisis komponen utama (PCA) atau analisis faktor (FA), …
4
Bagaimana cara memproyeksikan vektor baru ke ruang PCA?
Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
4
Apa nilai yang benar untuk presisi dan mengingat dalam kasus tepi?
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
3
Analisis faktor kuesioner yang terdiri dari item-item Likert
Saya biasa menganalisis item dari sudut pandang psikometrik. Tetapi sekarang saya mencoba menganalisis jenis pertanyaan lain tentang motivasi dan topik lainnya. Semua pertanyaan ini ada di skala Likert. Pikiran awal saya adalah menggunakan analisis faktor, karena pertanyaan dihipotesiskan untuk mencerminkan beberapa dimensi yang mendasarinya. Tetapi apakah analisis faktor tepat? Apakah …
1
Apa ukuran asosiasi yang tepat dari variabel dengan komponen PCA (pada plot biplot / pemuatan)?
Saya menggunakan FactoMineRuntuk mengurangi set data pengukuran saya ke variabel laten. Peta variabel di atas jelas bagi saya untuk menafsirkan, tapi saya bingung ketika datang ke asosiasi antara variabel dan komponen 1. Melihat peta variabel, ddpdan covsangat dekat dengan komponen di peta, dan ddpAbssedikit lebih jauh jauh. Tapi, ini bukan …
2
Membuat indeks tunggal dari beberapa komponen atau faktor utama yang dipertahankan dari PCA / FA
Saya menggunakan Principal Component Analysis (PCA) untuk membuat indeks yang diperlukan untuk penelitian saya. Pertanyaan saya adalah bagaimana saya harus membuat indeks tunggal dengan menggunakan komponen utama yang disimpan yang dihitung melalui PCA. Sebagai contoh, saya memutuskan untuk mempertahankan 3 komponen utama setelah menggunakan PCA dan saya menghitung skor untuk …
1
Apa definisi yang tepat dari "Kasus Heywood"?
Saya telah menggunakan istilah "Heywood Case" agak informal untuk merujuk pada situasi di mana estimasi respon terbatas yang diperbarui secara iteratif dari varians menjadi negatif karena masalah presisi numerik. (Saya menggunakan varian metode Welford untuk menambah data dan menghapus data yang lebih lama.) Saya mendapat kesan bahwa itu berlaku untuk …
1
Bagaimana "Teorema Dasar Analisis Faktor" berlaku untuk PCA, atau bagaimana pemuatan PCA didefinisikan?
Saya saat ini akan melalui set slide yang saya miliki untuk "analisis faktor" (PCA sejauh yang saya tahu). Di dalamnya, "teorema fundamental analisis faktor" diturunkan yang mengklaim bahwa matriks korelasi dari data yang dimasukkan ke dalam analisis ( ) dapat dipulihkan dengan menggunakan matriks pemuatan faktor ( A ):RR\bf RSEBUAHSEBUAH\bf …
1
Mencari langkah melalui contoh analisis faktor pada data dikotomis (variabel biner) menggunakan R
Saya memiliki beberapa data dikotomis, hanya variabel biner, dan bos saya meminta saya untuk melakukan analisis faktor menggunakan matriks korelasi tetrakorik. Saya sebelumnya sudah bisa belajar sendiri bagaimana menjalankan analisis yang berbeda berdasarkan contoh-contoh di sini dan di situs stat UCLA dan situs lain seperti itu, tetapi saya tidak bisa …
5
Menginterpretasikan perbedaan antara R dan SPSS dengan analisis faktor eksplorasi
Saya seorang mahasiswa pascasarjana dalam ilmu komputer. Saya telah melakukan beberapa analisis faktor eksplorasi untuk proyek penelitian. Rekan-rekan saya (yang memimpin proyek) menggunakan SPSS, sementara saya lebih suka menggunakan R. Ini tidak masalah sampai kami menemukan perbedaan besar antara dua paket statistik. Kami menggunakan pemfaktoran sumbu utama sebagai metode ekstraksi …
2
Jumlah skor penilaian vs skor faktor yang diperkirakan?
Saya tertarik untuk menerima saran tentang kapan harus menggunakan " skor faktor " dibandingkan jumlah skor saat membuat skala. Yaitu metode "Refined" daripada "non-refined" untuk menilai suatu faktor. Dari DiStefano et al. (2009; pdf ), penekanan ditambahkan: Ada dua kelas utama metode perhitungan skor faktor: disempurnakan dan tidak disempurnakan. Metode …
1
Kriteria untuk memilih model "terbaik" dalam Model Markov Tersembunyi
Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest …
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.