本文對應《R語言實戰》第14章：主成分和因子分析 主成分分析（PCA）是一種數據降維技巧，它能將大量相關變量轉化為一組很少的不相關變量，這些無關變量成為主成分。 探索性因子分析（EFA）是一系列用來發現一組變量的潛在結構的方法。通過尋找一組更小的、潛在的或隱藏的結構來解釋已觀測 ...

EFA的目標是通過發掘隱藏在數據下的一組較少的、更為基本的無法觀測的變量，來解釋一組可觀測變量的相關性。這些虛擬的、無法觀測的變量稱作因子。（每個因子被認為可解釋多個觀測變量間共有的方差，也叫作公共因子） 模型的形式為： X i=a 1F 1+a 2F 2+ ...

Principal Components AnalysisCall: principal(r = USJudgeRatings[, -1], nfactors = 1)Standardized loadings (pattern matrix) based upon ...

。在這里，我將重點關注驗證性因子分析（CFA），因此我將首先從一個易於適用於任何多級回歸軟件的模型開發CFA ...

R語言的主成分分析、因子分析、分類聚類、關聯分析、回歸分析、決策樹 1、主成分析 主成分分析步驟（基於R） 主成分分析（Principal Component Analysis，PCA）， 將多個變量通過線性變換以選出較少個數重要變量的一種多元統計分析方法。又稱主分量分析 ...

因子分析——因子旋轉 前面經過千辛萬苦終於把載荷矩陣求出來了，並且知道評價的公共因子好壞的標准，但是，我們還有兩個問題沒有解決，那就是因子旋轉和最后的因子得分。 因子旋轉有稱為正交變換，建立因子分析的目的不僅是找出公共因子以及對變量分組，更重要的是知道每個公共因子的含義。 由於因子載荷 ...

因子分析——因子得分 因子分析的最后一步了，悲傷 ​ ！！！ 在因子分析中，人們一般關注的重點是估計因子模型的參數（載荷矩陣），有時公共因子的估計（即所謂的因子得分）也是需要的，因子得分可以用於模型診斷，也可以作為下一步分析的原始數據。 需要指出的是，因子的得分計算 ...

因子分析——應用 P248 在一項消費者愛好的研究中，隨機邀請了一些顧客對某種新食品進行評價，共有5項指標（變量1-5）味道，價格，風味，適於快餐，補充能量。得到他們的相關系數矩陣。 求出載荷矩陣： 其實從相關系數矩陣中就可以看出，變量 ...