principal函数与prcom函数主成分分析区别

ヾ過去式°ο°

13763

收藏 2015-12-10

悬赏 10 个论坛币已解决

分别使用psych包的principal函数与基础包的prcomp函数对数据集USArrests进行主成分分析。
1、principal函数
首先分析主成分个数
fa.parallel(USArrests, fa="pc", n.iter=100)
结果如下：

判定有一个主成分
然后使用principal函数pc <- principal(USArrests, nfactors=1)，结果如下：

2、使用prcomp函数pc1 <- prcomp(USArrests, scale. =TRUE)，结果如下：

计算了一下，这两个方法载荷系数不同，请问是怎么回事，求大神解答，谢谢！

最佳答案

培毅查看完整内容

principal函数有问题，principal函数给出的loadings与prcomp的loadings差一个标准差倍数，principal的weights与loadings差一个方差倍数，所以principal函数应该不能直接计算主成分分析。按照pca的方法验算，prcomp函数没有问题，而principal有问题。我在网上也查了很久，principal一般都是从R IN action引用的，而prcomp的函数是软件自带的也是ISL中的例子，个人感觉更靠谱些。