RPubs - RでベイジアンネットワークメモHide Comments (–) Share Hide Toolbars
Rで因子分析 商用ソフトではできないあれこれ | Sunny side up!
先日，比治山大学で行われたHijiyama.Rで発表したスライドを，スライドシェアにアップしました。 内容は，タイトルの通り，Rのpsychパッケージで因子分析をするための方法についてまとめています。特に，SPSSなどの商用ソフトではできない，きめ細やかな分析法について触れています。 また，以下にスライドで使っているRコードをまとめて書いておきます。 library(psych) library(GPArotation) data(bfi) dat <- bfi[1:25] #MAPや情報量規準を推定できる summary(VSS(dat,n=10,use="complete.obs")) #平行分析のコード fa.parallel(cor(dat, use="na.or.complete"), n.obs = 2436, n.iter = 50) #リストワイズ削除したデータのサンプルサ
Rのprcomp()関数で主成分分析をするときの注意点 - StatsBeginner: 初学者の統計学習ノート
Rでの主成分分析の実行 前々回のエントリで学習した永田・棟近教科書の第9章「主成分分析」にのっている計算例を、自分でRにより実行してみることとする。 前半では、教科書の計算例の実行、後半では、Rのprcomp()関数を使うときに注意しなきゃなと思った点をメモしておく。 永田・棟近教科書の第9章「主成分分析」をRで実行してみる まず、データの入力。 > # データの入力 > > 生徒NO <- seq(1, 10, 1) > 国語 <- c(86,71,42,62,96,39,50,78,51,89) > 英語 <- c(79,75,43,58,97,33,53,66,44,92) > 数学 <- c(67,78,39,98,61,45,64,52,76,93) > 理科 <- c(68,84,44,95,63,50,72,47,72,91) データを確認のため表示させてみる。 > 成績d
F.4.31. 主成分分析 | R Financial & Marketing Library
なお、分析対象となる変数の単位に注意して center, scale の 論理値を指定する必要があります。 参考例としてRのデータセット attitude を使用しています。 attitude はこのようなデータです。 主成分分析を行なう、prcomp()関数には、いくつか引数がありますが、 そのうち、center と scale は、重要となります。 なお、center はデフォルトで TRUE、 scale はデフォルトで FALSE と指定されています。 主成分分析対象となるデータ（データフレームまたは行列）の 各対象変数の単位や尺度に注意する必要があります。 prcomp()関数の上記引数を用いて各変数を正規化する、 または、主成分分析を行なう前にデータの各変数を正規化しておく 必要があります。 参考： 『Rによる統計解析』 P.197 によると、 ade4
はじめよう多変量解析～主成分分析編～
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
