比较主成分分析和因子分析的步骤和异同，选用的是R语言自带的ISLR包中的College数据集，菜鸟萌新，代码部分来自老师指导和网络，这里只是个课程作业记录，侵删
library(ISLR) library(psych) data4<-data.frame(College) head(data4) summary(data4) 主成分分析 #KMO检验 data4<-data4[,-1] KMO(cor(data4)) #Bartlett检验 cortest.bartlett(cor(data4), n=777) #cattell碎石检验# fa.parallel(data4,fa=“pc”,n.iter = 100,show.legend = T,main=“Cattell碎石检验”,ylabel=“特征值”) abline(2,0)#发现有2个主成分# #提取主成分# pc2<-principal(data4,nfactors=2) pc2 #作出主成分散点图# data4.pr <- princomp(data4, cor = TRUE) biplot(data4.pr) #获取每个变量在主成份上的得分# pc<-principal(data4,nfactors=2,score=TRUE) head(pcKaTeX parse error: Expected 'EOF', got '#' at position 9: scores) #̲获取主成分得分系数 round…weights),2) 因子分析 #测试数据整理# options(digits=2) data4cov<-as.matrix(data4) n<-nrow(data4cov) mx<-diag(1,n)-matrix(1,n,n)/n covA<-t(data4cov)%%mx%
