Сравните два метода анализа на одних и тех же данных
Практический пример PCA и исследовательский факторный анализ психики::bfi элементы
Изменение методов является информативным только тогда, когда входы и предварительная обработка сопоставимы. В этом примере применяется стандартизированный анализ основных компонентов (PCA) и пятифакторный анализ фактора максимальной вероятности (FA) к 2,436 Полный ответ. Он сравнивает то, что оценивают методы, а не рассматривает наибольшее число как метод выигрыша.
1. Подготовьте общедоступный вход и время выполнения R
Загрузите общедоступный Оригинальное название: Bfi CSV, сохраните его как bfi-original.csv и прочитайте документация набора данных. В нем представлены респонденты 2,800, элементы личности 25 и демографические колонки. В анализе используются только A1-A5, C1-C5, E1-E5, N1-N5 и O1-O5; Это не индивидуальная психологическая оценка.
В Settings → Runtimes подтвердите, что R является Ready и включен. Записанный запуск использовал R 4.4.3, с базовыми/рекомендованными функциями R и без дополнительной установки пакета. Прикрепите CSV к разговору о проекте через + → Attach files.
2. Исправьте предварительную обработку перед установкой любого способа
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.
Просмотрите расчет R перед его утверждением. Откройте Notebook и подтвердите завершение выполнения. Сохраненная матрица предварительной обработки имеет 2,436 строки × 25 элементы, за исключением 364 неполные респонденты. Эта же матрица питает оба метода; Демографические данные и идентификаторы строк исключены.
Если один метод использует другой набор респондентов, остановитесь и согласуйте входные данные, прежде чем сравнивать их результат.
3. Проверить числовые результаты
Откройте bfi-method-metrics.csv от Generated или Files. Записанный файл содержит Метрические строки 77, включая количество выборок, пропущенность, дисперсию PCA, уникальность FA, соответствие, конвергенцию, семенную и входную идентичность.
| Неповторяющийся компонент PCA | Общая стандартизированная дисперсия объясняется |
|---|---|
| PC1 | 20.54% |
| PC2 | 11.01% |
| PC3 | 8.57% |
| PC4 | 7.41% |
| PC5 | 6.19% |
| Первая пятерка объединенных | 53.72% |
Оптимизатор FA сходился, но статистика вероятностей была 1490.587 на 185 степени свободы, с p ≈ 1.218 × 10⁻²⁰². В соответствии с модельными предположениями, это отклоняет точную пятифакторную подгонку. Успешное численное исполнение не устанавливает адекватной пригодности.
4. Сравните паттерны нагрузки на фигуре
Открыть bfi-method-comparison.png. Его три панели показывают невращенную дисперсию PCA, варимакс-вращенные нагрузки PCA и варимакс FA. Точные значения загрузки находятся в bfi-loadings.csv, с 250 строки: 25 элементы × 5 размеры × 2 методы.
Не сопоставляйте «колонну 1» механически по всем методам. Фактор/компонентный порядок и знаки могут изменяться без изменения решения. тепловые карты используют синий для отрицательных и красный для положительных нагрузок; Сравните паттерны элементов и числовые значения.
Полная наблюдаемая дисперсия разделов PCA; Модели FA разделяют ковариантность с отдельными уникальностями. Суммы квадратной нагрузки FA не взаимозаменяемы с объясненной дисперсией PCA. Повернутые метки RotPC1-RotPC5 намеренно отличаются от неповоротных процентных значений дисперсии PC1-PC5.
5. Прочитайте ограничения и повторите сохраненный сценарий
Открыть bfi-method-report.md. Убедитесь, что он сообщает об одном и том же образце и предварительной обработке, фиксированном семени и разнице между конвергенцией и подгонкой. Эти порядковые ответы 1-6 рассматриваются как приблизительно непрерывные. Удаление полного дела может привести к искажению результатов, когда пропущенность связана с ответами или характеристиками участника.
Скачать Скрипт R, погрузка, метрики, фигура и доклад. Поместите сценарий и загруженный вход в свежую папку, откройте там терминал и запустите:
Rscript bfi-method-comparison.R bfi-original.csv
Сценарий записывает свои выходы в текущую папку. Записанный сценарий был независимо перезапущен с R 4.4.3: предварительная обработка, загрузка и метрические CSV точно соответствовали сохраненным файлам приложения. Все клетки предварительной обработки и собственные значения PCA также проверялись отдельно. Эти проверки устанавливают воспроизводимость этого расчета; Они не выбирают универсально превосходный метод или не проверяют диагностический тест.