Questions marquées «factor-rotation»

Transformation linéaire de facteurs dans une solution d'analyse factorielle (ou ACP), généralement effectuée pour améliorer l'interprétabilité. Les méthodes de rotation des facteurs comprennent varimax, promax, oblimin, etc.

1
Quelle est la raison intuitive derrière les rotations dans l'analyse factorielle / ACP et comment sélectionner la rotation appropriée?
Mes questions Quelle est la raison intuitive derrière la rotation des facteurs dans l'analyse factorielle (ou des composants de la PCA)? D'après ce que je comprends, si les variables sont presque également chargées dans les principaux composants (ou facteurs), il est évidemment difficile de différencier les composants. Donc, dans ce …
1
Les degrés de liberté peuvent-ils être un nombre non entier?
Lorsque j'utilise GAM, cela me donne un DF résiduel de (dernière ligne du code). Qu'est-ce que ça veut dire? Au-delà de l'exemple GAM, en général, le nombre de degrés de liberté peut-il être un nombre non entier?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 
1
Que sont les composantes principales «tournées» et «non tournées», étant donné que PCA fait toujours tourner les axes de coordonnées?
Autant que je sache, les principales composantes sont obtenues en faisant tourner les axes de coordonnées pour les aligner avec les directions de variance maximale. Néanmoins, je continue à lire sur les "composants principaux non tournés" et mon logiciel de statistiques (SAS) me donne les composants principaux à rotation varimax …
3
Comment calculer les composants principaux à rotation varimax dans R?
J'ai exécuté PCA sur 25 variables et sélectionné les 7 meilleurs PC utilisant prcomp. prc <- prcomp(pollutions, center=T, scale=T, retx=T) J'ai ensuite fait une rotation varimax sur ces composants. varimax7 <- varimax(prc$rotation[,1:7]) Et maintenant, je souhaite faire pivoter varimax les données pivotées par PCA (car elles ne font pas partie …
13 r  pca  factor-rotation 
2
Méthodes de rotation des facteurs (varimax, oblimin, etc.) - que signifient les noms et que font les méthodes?
L'analyse factorielle a plusieurs méthodes de rotation, telles que varimax, quartimax, equamax, promax, oblimin, etc. Je ne trouve aucune information qui relie leurs noms à leurs actions mathématiques ou statistiques réelles. Pourquoi est-il appelé "equa-max" ou "quarti-max"? De quelle manière les axes ou les matrices tournent-ils pour qu'ils aient un …
3
Sur l'utilisation de la rotation oblique après l'ACP
Plusieurs packages statistiques, tels que SAS, SPSS et R, vous permettent d'effectuer une sorte de rotation des facteurs après une PCA. Pourquoi une rotation est-elle nécessaire après un PCA? Pourquoi appliquer une rotation oblique après une ACP étant donné que l'objectif de l'ACP est de produire des dimensions orthogonales?
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.