Implementieren Velicers MAP-Kriterium

Question

Ich schaue auf die psych package und die VSS tutorial, ersetzen ich einfach VSS mit MAP? Wie folgt:

MAP(x, n = 8, rotate = "varimax", diagonal = FALSE, fm = "pa", n.obs=NULL,plot=TRUE,title="Very Simple Structure",...) 

oder gibt es eine andere Möglichkeit, dies zu tun?

Ich habe jetzt Faktoranalyse und ich benutze die Ellbogen-Methode auf einem Scree-Plot. Ich versuche zu sehen, ob ich versuchen kann, das MAP-Kriterium von Velicer zu verwenden, auch

Answer 1

Überprüfen Sie die Dokumentation für diese Funktion, die ?MAP verwendet.

Wenn es nichts gibt, wahrscheinlich eine E-Mail an den Autor schicken, an dem CRAN-Paket Seite aufgelistet: CRAN Page for Psych

Das Paket von den Leuten an dieser Stelle gemacht wird. Sie haben wahrscheinlich eine Mailing-Liste: PersonalityProject.org

Answer 2

@ Ryan Rosario

ich es endlich herausgefunden:

install.packages("psych") 
library("psych") 

ich die Probe lief Schritte

my.VSS <- VSS(test.data,title="VSS of 24 mental tests") 

und

VSS(sim.circ(nvar=24),fm="mle", title="VSS of 24 circumplex variables") 

und

VSS(sim.item(nvar=24),fm="mle", title="VSS of 24 circumplex variables") 

Sie so etwas wie dies als Ausgang (für die letzte Eingabe) erhalten:

sehr einfache Struktur von VSS von 24 Circumplex Variablen Call: VSS (x = sim.item (nvar = 24), FM = "MLE", title = "VSS von 24 Circumplex Variablen") VSS Komplexität 1 erreicht eine maximimum von 0,84 mit 3 Faktoren VSS Komplexität 2 erreicht eine maximimum von 0,87 mit 8 Faktoren

Das Kriterium Velicer MAP

Velicer MAP 1 0,05 0,01 0,01 0,01 0,01 0,02 0,02 0,02

sehr einfache Struktur Complexity 1 1 0,44 0,84 0,84 0,80 0,75 0,76 ein Minimum von 0,05 mit 2 Faktoren erreicht 0,80 0,80

sehr einfache Struktur Komplexität 2 1 0,00 0,85 0,85 0,85 0,86 0,86 0,86 0,87

als documentation says (Hervorhebung oben ist ich):

„MAP-Kriterium des Wayne Velicer hat als zusätzlichen Test für die optimale Anzahl von Komponenten zu Extrakt hinzugefügt.Beachten Sie, dass VSS und MAP wird nicht immer in Bezug auf die optimale Zahl zustimmen.“

In diesem Fall VSS mit Komplexität von 1 und 2 gibt eine Antwort von 3 und 8 Faktoren jeweils während Velicer MAP Kriterium 2 gibt.

Answer 3

eine späte Antwort, aber ich dachte, dass ich zu pageman Kommentar folgen würde angenommen, Sie ein Objekt mit der vss Funktion erstellen.

my.vss <- vss(test.data) 

die Auswertungsfunktion, die VSS und MAP-Kriterium Ergebnisse liefern, zB

summary(my.vss) 

aber Sie können leicht als auch die Karte ergibt sich aus dem Objekt herausziehen (wie ich gebraucht, wenn VSS und MAP-Kriterium Tests über viele Datensätze ausgeführt wird), etwa so:

#returns the number of factors recommended by MAP 
which(my.vss$map == min(my.vss$map)) 

#returns the number of factors recommended by VSS for complexity 1 
which(my.vss$cfit.1 == max(my.vss$cfit.1) 

#returns the number of factors recommended by VSS for complexity 2 
which(my.vss$cfit.2 == max(my.vss$cfit.2)) 

Es gibt auch eine ganze Reihe von lustigen Statistiken hängen innerhalb der vss.stats data.frame mit in der VSS-Objekt, dh