メインコンテンツまでスキップ

同じデータで2つの解析方法を比較する

実践例 PCAとサイクの実験的要因解析:bfi項目

入力とプリプロセッシングが比較可能である場合にのみ、メソッドを変更できます。 この例では、標準化されたプリンシパルコンポーネント解析(PCA)と5要素最大値の因子解析(FA)を同じ 2,436 の完全な応答に応用します。 勝法としては最大数を扱い、方法の推定値を比較します。

1. パブリック入力とRランタイムの準備​

サイク::bfi CSV の公開版をダウンロードし、bfi-original.csv として保存し、データセットのドキュメント を読んでください。 2,800 回答者、25 パーソナリティアイテム、デモグラフィックカラムが含まれています。 解析は、A1-A5、C1-C5、E1-E5、N1-N5、O1-O5のみを使用します。 個人の心理的評価ではありません。

Settings → Runtimes では、R が Ready であり、有効になっていることを確認します。 記録された操業は基盤/推薦されたR機能および余分パッケージの取付けと、R 4.4.3を使用しました。 CSV を + → Attach files を通じてプロジェクト会話に添付します。

同じデータメソッドの比較に添付されたパブリックbfiデータセット

2. どちらの方法かを合わせる前に前処理を修理して下さい​

Use the attached psych::bfi CSV in the enabled R Notebook.
Analyze only its 25 A/C/E/N/O items, scored 1–6. Validate the range.
Reverse A1, C4, C5, E1, E2, O2 and O5 as 7-x. Use the same complete
cases across all 25 items for both methods; report exclusions.
Run prcomp with centering/scaling and retain five components.
Varimax-rotate eigenvector times sqrt(eigenvalue) loading columns;
label them RotPC1–RotPC5. Report variance from unrotated PC1–PC5.
Run factanal with five factors, varimax and nstart=10; set seed 20260916.
Save bfi-method-comparison.R, bfi-preprocessing.csv, bfi-loadings.csv,
bfi-method-metrics.csv, bfi-method-comparison.png and bfi-method-report.md.
Make the script accept the input CSV as its first argument, record
runtime input identity and R version, execute it and reopen all outputs.
Explain fit, convergence, arbitrary signs/order, ordinal responses
and complete-case limitations. Do not claim that convergence is good fit.
Use English and do not install packages or delegate.

承認する前にRの計算を確認します。 Notebook を開き、実行完了を確認します。 保存されたプリプロセッシングマトリクスは、364 不完全な応答 を除く 2,436行×25項目 を持っています。 この同じ行列は両方のメソッドをフィードします。 人口統計と行の識別子は除外されます。

1つの方法が無声に反応の異なるセットを使用していれば、その結果を比較する前に入力を停止し、調整します。

3. 数値結果を調べる​

Generated または Files から bfi-method-metrics.csv を開きます。 記録されたファイルは、サンプルカウント、欠落、PCAの分散、FAの独自性、適合、収斂、種子および入力アイデンティティを含む77メトリック行が含まれています。

共有されたプリプロセッシングと両立したメソッドから数値メトリックを保存

PCAコンポーネントを非回転させる全規格の分散について説明
パソコン120.54%
パソコン211.01%
パソコン38.57%
パソコン47.41%
パソコン56.19%
ファースト5の組み合わせ53.72%

FAオプティマイザはコンバージドだが、p ≈ 1.218 × 10⁻²⁰²では同胞性ラチオ統計は1490.587は自由の185度にであった。 モデルの仮定の下で、これは正確な5要素の適合を拒否します。 数値実行の成功は十分な適合を確立しません。

4. 図内のロードパターンを比較する​

bfi-method-comparison.png を開きます。 その3つのパネルは、無回転PCAの分散、varimax-rotated PCAのローディングおよびvarimax FAのローディングを示しています。 250行:25項目×5次元×2方法の正確な積載値がbfi-loadings.csvにあります。

未回転PCAの分散と2つの回転ローディングのマトリックス

方法を渡る機械的に「コラム1」に一致しません。 工場/成分の注文と兆候は、溶液を変更することなく変更できます。 熱地図は肯定的なローディングのための否定的および赤のための青を使用します; 項目パターンと数値値を比較します。

PCA パーティションの総観察分散; FAモデルでは、独立した独自性で共和性を共有しました。 PCAの分散で、FAの一括読み込みは変更できません。 回転ラベルRotPC1–RotPC5は、意図的に非回転PC1～PC5の分散率から区別されます。

5. 制限を読み、保存されたスクリプトを再実行する​

bfi-method-report.md を開きます。 同じサンプルとプリプロセッシング、固定種子とコンバージェンスとフィットの違いを報告することを確認してください。 これらの1-6の経口応答は、約連続して処理されます。 完全ケース削除は、欠損が応答や参加者特性に関連しているときに結果に偏ります。

最終報告書は、事前処理、シード、分散、および適合制限を記録します。

Rスクリプト、ローディング、メトリック、プロフィール、レポートをダウンロードしてください。 スクリプトを置き、新しいフォルダに入力をダウンロードし、そこにターミナルを開き、実行します。

Rscript bfi-method-comparison.R bfi-original.csv

スクリプトは、現在のフォルダーに出力を記述します。 記録されたスクリプトは、R 4.4.3 と独立して再実行されました: プリプロセッシング、ロード、メトリック CSV は、アプリの保存ファイルと正確に一致しました。 PCA eigenvalues のプリプロセッシングセルと PCA の eigenvalues も個別にチェックされていました。 これらのチェックは、この計算の再現性を確立します。 それらは普遍的な優秀な方法を選ぶか、または診断テストを検証しません。

に最終更新