因子分析編

###################因子分析編#########################

VSS.scree(xx)

#スクリープロット作成

x.cor<-cor(xx,use="complete.obs")

#相関マトリックスを準備して

#[use="complete.obs"]=>欠損を含むサンプルをすべて除く

#[use="pairwise.complete.obs"]=>2変数の組み合わせごとに欠損値があるサンプルを除く（ペアワイズ）

eigen(x.cor)

#因子ごとの固有値$values

fa.parallel(x.cor)

#平行分析

d1<-fa(x.cor,nfactors=5,fm="ml",rotate="promax")

#nfactors=抽出する因子数

#fm=因子抽出方法(pa=主因子法,ml=最尤法,gla=一般化最小二乗法)

#rotate=回転の種類(promax=プロマックス,varimax=バリマックス,none=なし)

print(d1,sort=TRUE,digit=3)

#sort=TRUE並び替えの有無

#digit=負荷量（パターン）の表示桁数

#h2共通性

#u2独自性

#SS loadings負荷量の二乗和

#Proportion Var寄与率

#Cumulative Var累積寄与率

################因子分析編Part2（結果を負荷量の低いものを非表示にする）#####################

#resultというデータセットをつくり、その中に因子分析結果をぶちこむ

result <- fa(xa10,nfactors=5,fm="ml",rotate="promax")

#因子分析(データセット名,因子数=4,抽出法＝ml[mlは最尤法。],回転=プロマックス)

fa(xa10,nfactors=5,fm="ml",rotate="promax")

#因子分析の結果を順番に並び替えるプログラムをぶちこむ

sort.loadings <- function(x)                                    # factanalが返すオブジェクト

{

  a <- x$loadings

  y <- abs(a)                                             # 因子負荷量の絶対値

  z <- apply(y, 1, which.max)                             # 各変数をどの因子に含めるべきか

  loadings <- NULL                                        # 結果

  for (i in 1:ncol(y)) {

    b <- a[z == i,, drop=FALSE]

    if (nrow(b)) {

      t <- order(abs(b[, i, drop=FALSE]), decreasing=TRUE) # 因子単位で並べ替え情報を得る

      loadings <- rbind(loadings, b[t,, drop=FALSE])

    }

  }

  class(loadings) <- "loadings"                           # クラスの設定

  return(loadings)                                        # 結果を返す

}

#因子分析結果をならびかえる指示

sort.loadings(result)