R语言 robustfa包 factorScorePca()函数中文帮助文档(中英文对照)

loveR

factorScorePca(robustfa)
factorScorePca()所属R语言包：robustfa

                                         Factor Analysis by Principal Component Analysis (PCA)
                                         因子分析，主成分分析（PCA）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Perform principal component factor analysis on a covariance matrix or data matrix.
协方差矩阵或数据矩阵进行主成分因子分析。


用法----------Usage----------


factorScorePca(x, factors = 2, covmat = NULL, rotation = c("varimax", "none"),
scoresMethod = c("none", "regression", "Bartlett"))



参数----------Arguments----------

参数：x
A numeric matrix or an object that can be coerced to a numeric matrix.  
一个数字矩阵或对象可以强制转换为数字矩阵。


参数：factors
The number of factors to be fitted.  
嵌合的因素的数量。


参数：covmat
A covariance matrix, or a covariance list as returned by cov.wt. Of course, correlation matrices are covariance matrices.  
协方差矩阵或协方差列表返回cov.wt。当然，相关矩阵的协方差矩阵。


参数：rotation
character. "none" or "varimax": it will be called with first argument the loadings matrix, and should return a list with component loadings giving the rotated loadings, or just the rotated loadings.  
字符。 “无”或“最大方差法”：它会被称为第一个参数为载荷矩阵，并应返回一个列表，组件loadings给旋转负荷，或旋转负荷。


参数：scoresMethod
Type of scores to produce, if any. The default is "none", "regression" gives Thompson's scores, "Bartlett" gives Bartlett's weighted least-squares scores.  
分数类型，如果没有产生。默认值是"none"，"regression"给汤普森的成绩，"Bartlett"给巴特利特的加权最小二乘成绩。


Details

详细信息----------Details----------

"factorScorePca" always uses the correlation matrix. A covariance matrice will be scaled into the corresponding correlation matrix efficiently by cov2cor.
“factorScorePca”始终使用的相关系数矩阵。协方差矩阵的将被调整到相应的相关矩阵，有效地cov2cor。

Other feasible usages are: factorScorePca(factors, covmat) factorScorePca(x, factors, rotation, scoresMethod)
其他可行的用途是：factorScorePca(factors, covmat)factorScorePca(x, factors, rotation, scoresMethod)

If x is missing, then the following components of the result will be NULL: scores, ScoringCoef, mean.F, cor.F, n.obs, and center.
x如果丢失，那么下面的组件的结果将是NULL：分数，ScoringCoef，mean.F，cor.F，n.obs中心。


值----------Value----------

An object of class "factorScorePca" with components:
对象的类"factorScorePca"的部件：


参数：call
The matched call.
匹配的呼叫。


参数：loadings
A matrix of loadings, one column for each factor. This is of class "loadings" if rotation = "varimax": see loadings for its print method; It is a plain matrix if rotation = "none".
矩阵的每个因素的负荷，一列。这是人的类"loadings"如果rotation = "varimax"：loadings其打印方法，它是一个简单的矩阵，如果rotation = "none"。


参数：communality
The common variance.
常见的变异。


参数：uniquenesses
The uniquenesses/specific variance computed.
的独特性/具体方差计算。


参数：correlation
The correlation matrix used.
使用的相关矩阵。


参数：factors
The argument factors.
这个论点的因素。


参数：method
The method: always "pca".
方法：始终"pca"。


参数：scores
If requested, a matrix of scores. NULL if x is missing.
如果有要求，矩阵的分数。返回NULL，如果x失踪。


参数：scoringCoef
The scoring coefficients. NULL if x is missing.
计分系数。返回NULL，如果x失踪。


参数：meanF
The sample mean of the scores. NULL if x is missing.
样本均值的分数。返回NULL，如果x失踪。


参数：corF
The sample correlation matrix of the scores. NULL if x is missing.
样本相关矩阵的分数。返回NULL，如果x失踪。


参数：scoresMethod
The argument scoresMethod.
参数scoresMethod。


参数：n.obs
The number of observations if available. NULL if x is missing.
观测值的数量（如果可用）。返回NULL，如果x失踪。


参数：center
The center of the data. NULL if x is missing.
中心的数据。返回NULL，如果x失踪。


参数：eigenvalues
The eigenvalues of the correlation matrix.
的相关矩阵的特征值。


（作者）----------Author(s)----------


Ying-Ying Zhang (Robert) <a href="mailto:robertzhang@cqu.edu.cn">robertzhang@cqu.edu.cn</a>



参考文献----------References----------



参见----------See Also----------

factorScorePfa, factanal
factorScorePfa，factanal


实例----------Examples----------


data(stock611)
R611=cor(stock611[,3:12]); R611

## covmat is a matrix[＃covmat是一个矩阵]
fsPca1=factorScorePca(factors = 3, covmat = R611); fsPca1

## covmat is a list[＃covmat是一个列表]
covx <- Cov(stock611[,3:12])
covmat <- list(cov=getCov(covx), center=getCenter(covx), n.obs=covx@n.obs)
fsPca2=factorScorePca(factors = 3, covmat = covmat); fsPca2

## fsPca3 contains scores etc.[＃fsPca3包含分数等。]
fsPca3=factorScorePca(x = stock611[,3:12], factors = 2, rotation = "varimax",
scoresMethod = "regression"); fsPca3

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。