问题描述
我正在使用 psych 包执行降维。分析碎石图后，我决定使用 9 个最重要的 PC（15 个变量中的）来构建线性模型。
我的问题是，如何为我拥有的 500 个观察中的每一个提取 9 个最重要的 PC 的值？是否有任何内置函数，或者我是否必须使用加载矩阵手动计算它？
解决方法
在执行特征值分解后返回指定数量组件的特征值、载荷和拟合度。本质上，它涉及对相关或协方差矩阵的 n 个主成分进行主成分分析 (PCA)。还可以显示残差相关性。通过将残差相关性与原始相关性进行比较，报告平方相关性减少的质量。与 princomp 相比，这仅返回最佳 n 因子的子集。为了获得更具有因子分析特征的分量载荷，特征向量通过特征值的sqrt重新缩放。
principal(r,nfactors = 1,residuals = FALSE,rotate="varimax",n.obs=NA,covar=FALSE,scores=TRUE,missing=FALSE,impute="median",oblique.scores=TRUE,method="regression",...)
我认为是。