factor-analysis पर टैग किए गए जवाब

कारक विश्लेषण एक आयामीता में कमी अव्यक्त चर तकनीक है, जो कि निरंतर अव्यक्त चर की एक छोटी संख्या द्वारा अंतर-सहसंबंधशील चर की जगह लेती है जिसे कारक कहा जाता है। माना जाता है कि कारक अंतर-सहसंबंधों के लिए जिम्मेदार हैं। [पुष्टि कारक विश्लेषण के लिए, कृपया 'पुष्टि-कारक' टैग का उपयोग करें। इसके अलावा, कारक विश्लेषण का शब्द "कारक" एक प्रतिगमन (ANNA) के स्पष्ट भविष्यवक्ता के रूप में "कारक" के साथ भ्रमित नहीं होना चाहिए।]

14
कारक विश्लेषण और प्रधान घटक विश्लेषण के बीच अंतर क्या हैं?
ऐसा लगता है कि कई सांख्यिकीय पैकेज जो मैं इन दोनों अवधारणाओं को एक साथ लपेटकर उपयोग करता हूं। हालांकि, मैं सोच रहा हूं कि क्या अलग-अलग धारणाएं या डेटा 'औपचारिकताएं' हैं जो एक के बाद एक का उपयोग करने के लिए सही होनी चाहिए। एक वास्तविक उदाहरण अविश्वसनीय रूप …
6
क्या ईएफए के बजाय पीसीए का उपयोग करने का कोई अच्छा कारण है? इसके अलावा, पीसीए कारक विश्लेषण का विकल्प हो सकता है?
कुछ विषयों में, पीसीए (प्रमुख घटक विश्लेषण) को बिना किसी औचित्य के व्यवस्थित रूप से उपयोग किया जाता है, और पीसीए और ईएफए (खोज कारक कारक) को समानार्थक शब्द माना जाता है। इसलिए मैंने हाल ही में पीसीए का उपयोग एक स्केल वैलिडेशन स्टडी के परिणामों का विश्लेषण करने के …
2
स्वतंत्र घटक विश्लेषण और कारक विश्लेषण के बीच क्या संबंध है?
मैं स्वतंत्र घटक विश्लेषण (आईसीए) के लिए नया हूं और इस पद्धति की सिर्फ एक अल्पविकसित समझ है। यह मुझे लगता है कि आईसीए एक अपवाद के साथ फैक्टर एनालिसिस (एफए) के समान है: आईसीए मानता है कि मनाया यादृच्छिक चर स्वतंत्र घटकों / कारकों का एक रैखिक संयोजन है …
8
क्या PCA एक रोटेशन (जैसे varimax) के बाद भी PCA है?
मैं अपने अनुभव में आर में SPSS से कुछ शोध (पीसीए का प्रयोग करके) पुन: पेश करने की कोशिश की है, principal() समारोह पैकेज से psychकेवल समारोह है कि करीब आया था (या यदि मेरी स्मृति मुझे सही में कार्य करता है, पर मृत) उत्पादन मैच के लिए। SPSS के …
2
फैक्टर एनालिसिस सहसंयोजक को कैसे समझाता है जबकि पीसीए विचरण को स्पष्ट करता है?
यहाँ बिशप की "पैटर्न रिकॉग्निशन एंड मशीन लर्निंग" पुस्तक, खंड 12.2.4 "कारक विश्लेषण" से एक उद्धरण है: हाइलाइट किए गए भाग के अनुसार, कारक विश्लेषण मैट्रिक्स में चर के बीच कोवरियन को पकड़ता हैWWW । मुझे आश्चर्य है कि कैसे ? यहाँ मैं इसे कैसे समझ सकता हूँ। कहो मनाया …
3
क्या पीसीए या एफए में स्कोर या लोडिंग का संकेत एक अर्थ है? क्या मैं संकेत को उल्टा कर सकता हूं?
मैंने दो अलग-अलग फ़ंक्शन ( prcompऔर princomp) का उपयोग करते हुए आर के साथ मुख्य घटक विश्लेषण (पीसीए) किया और देखा कि पीसीए स्कोर साइन में भिन्न थे। यह कैसे हो सकता है? इस पर विचार करो: set.seed(999) prcomp(data.frame(1:10,rnorm(10)))$x PC1 PC2 [1,] -4.508620 -0.2567655 [2,] -3.373772 -1.1369417 [3,] -2.679669 1.0903445 …
37 r  pca  factor-analysis 
1
फैक्टर एनालिसिस / पीसीए में रोटेशन करने के पीछे सहज कारण क्या है और उपयुक्त रोटेशन का चयन कैसे करें?
मेरे सवाल कारक विश्लेषण (या पीसीए में घटकों) में कारकों के रोटेशन करने के पीछे सहज कारण क्या है? मेरी समझ यह है, यदि चर शीर्ष घटकों (या कारकों) में लगभग समान रूप से लोड होते हैं तो जाहिर है कि घटकों को अलग करना मुश्किल है। तो इस मामले …
3
सहसंबंध या सहसंयोजन पर पीसीए: क्या सहसंबंध पर पीसीए कभी समझ में आता है? [बन्द है]
प्रमुख घटक विश्लेषण (पीसीए) में, कोई भी घटकों को खोजने के लिए सहसंयोजक मैट्रिक्स या सहसंबंध मैट्रिक्स चुन सकता है (अपने संबंधित eigenvectors से)। ये अलग-अलग परिणाम (पीसी लोडिंग और स्कोर) देते हैं, क्योंकि दोनों मैट्रिसेस के बीच आइजनवेक्टर समान नहीं हैं। मेरी समझ यह है कि यह इस तथ्य …
5
मशीन लर्निंग में पदानुक्रमित / नेस्टेड डेटा से कैसे निपटें
मैं अपनी समस्या को एक उदाहरण से समझाता हूँ। मान लीजिए कि आप किसी व्यक्ति की आय का अनुमान लगाना चाहते हैं, जो कुछ विशेषताएं बताती है: {आयु, लिंग, देश, क्षेत्र, शहर}। आपके पास एक प्रशिक्षण डाटासेट है train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, …
29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 
1
कारक विश्लेषण में सर्वोत्तम कारक निष्कर्षण विधियाँ
SPSS कारक निष्कर्षण के कई तरीके प्रदान करता है: प्रमुख घटक (जो कारक विश्लेषण बिल्कुल नहीं है) कम से कम वर्ग सामान्यीकृत कम से कम वर्ग अधिकतम संभाव्यता मुख्य धुरी अल्फा फैक्टरिंग छवि फैक्टरिंग पहला तरीका अनदेखा करना, जो कि कारक विश्लेषण नहीं है (लेकिन प्रमुख घटक विश्लेषण, पीसीए), इनमें …
1
द्विआधारी डेटा पर प्रमुख घटक विश्लेषण या कारक विश्लेषण करना
मेरे पास बड़ी संख्या में हां / ना में कोई डेटासेट है। क्या मैं इस प्रकार के डेटा के लिए मुख्य घटकों (पीसीए) या किसी अन्य डेटा कटौती विश्लेषण (जैसे कारक विश्लेषण) का उपयोग कर सकता हूं? कृपया सलाह दें कि मैं SPSS का उपयोग करके ऐसा कैसे कर सकता …
1
क्या ऑर्डिनल या बाइनरी डेटा के लिए फैक्टर विश्लेषण या पीसीए है?
मैंने मुख्य घटक विश्लेषण (पीसीए), खोजपूर्ण कारक विश्लेषण (ईएफए), और पुष्टिकरण कारक विश्लेषण (सीएफए) को पूरा किया है, डेटा को समान पैमाने (5-स्तरीय प्रतिक्रियाओं: कोई नहीं, थोड़ा, कुछ, ..) के साथ एक निरंतर के रूप में माना जाता है। चर। फिर, लावन का उपयोग करते हुए, मैंने सीएफए को चर …
1
एक लैमर मॉडल से प्रभावों की पुनरावृत्ति की गणना
मैं सिर्फ इस पेपर में आया था , जो बताता है कि मिश्रित प्रभाव मॉडलिंग के माध्यम से माप की पुनरावृत्ति (उर्फ विश्वसनीयता, उर्फ ​​इंट्राक्लास सहसंबंध) की गणना कैसे की जाती है। आर कोड होगा: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
1
क्या स्वतंत्रता की डिग्री एक गैर-पूर्णांक संख्या हो सकती है?
जब मैं GAM का उपयोग करता हूं, तो यह मुझे अवशिष्ट डीएफ देता है (कोड में अंतिम पंक्ति)। इसका क्या मतलब है? GAM उदाहरण से परे, सामान्य तौर पर, क्या स्वतंत्रता की डिग्री की संख्या एक गैर-पूर्णांक संख्या हो सकती है?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ …
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 
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.