factocp: Analyse factorielle avec composantes principales

In lbelzile/hecmulti: Matériel de cours pour Analyse multidimensionnelle appliquée

Analyse factorielle avec composantes principales

Description

Cette fonction calcule une décomposition spectrale d'une matrice de corrélation ou de covariance des données et extrait les k premières composantes selon nfact, soit un entier ou le critère de Kaiser.

Usage

factocp(x, nfact = "kaiser", covmat = NULL, cor = TRUE)

Arguments

x	une matrice ou base de données
nfact	entier pour le nombre de facteurs, ou chaîne de caractère "kaiser" pour le critère des valeurs propres.
covmat	matrice de covariance
cor	logique; si TRUE, calculer la décomposition à partir de la matrice de corrélation plutôt que la matrice de covariance. Il est fortement conseillé de ne pas toucher à cet argument (voir Détails).

Details

Puisque les facteurs sont dérivés à partir des composantes principales, les facteurs avant rotation sont en ordre décroissant de variance. Ce n'est plus le cas si on fait la rotation varimax. La sortie retourne les composantes permutées (mais les étiquettes sont arbitraires).

Il est aussi important de noter que, si l'on peut effectuer une décomposition en valeurs propres et vecteurs propres de la matrice de covariance et effectuer une rotation varimax subséquente, les chargements ne correspondent plus à des corrélations et sont difficilement interprétables.

Value

une liste avec composante loadings contenant les chargements et si le nombre de facteurs est supérieur à un, la matrice de rotation varimax.

Examples

factocp(covmat = cov(fact), nfact = 2)
factocp(factor, nfact = "kaiser")

lbelzile/hecmulti documentation built on April 27, 2024, 8:16 p.m.