¿Cómo crear factores de factanal?

Question

Al realizar un análisis de factores utilizando factanal, el resultado habitual es una tabla de cargas más otra información. ¿Existe una forma directa de usar estas cargas para crear una matriz/data.frame de factores? Por ejemplo, usarlos en el análisis de regresión más adelante.

EDITAR: el objetivo de esto es obtener variables para el modelado posterior. Solo conozco los puntajes de los factores, pero sugerencias/sugerencias para otra terminología son bienvenidas :)

EDIT2: la respuesta de respuesta de Joris Meys es básicamente lo que estaba pidiendo. Aún así, mueve mi pregunta hacia una dirección que podría ser más adecuada para statsoverflow, pero la mantendré aquí por ahora, porque el grupo correcto de personas es el que discute la solución:

¿Cuál es el beneficio de la regresión? puntajes basados? El resultado del producto (ML) está altamente correlacionado con los factores ... Sinceramente, me pregunto por qué la diferencia es tan grande en mi caso.

fa$scores # the correct solution 
fac <- m1 %*% loadings(fa) # the answer on your question 
diag(cor(fac,fa$scores)) 
#returns: 
Factor1 Factor2 Factor3 
0.8309343 0.8272019 0.8070837 

Answer 1

Ha preguntado cómo usar las cargas para la construcción de puntajes. Su solución es, aunque correcta, no hacer eso. Está utilizando un método de regresión (también puede usar el método de Bartlett), y esto usa la restricción de que los puntajes no están correlacionados, centrados alrededor de 0 y con varianza = 1. Estos no son los mismos factores que se obtendrían al usar F = ML con F la matriz de factores, M la matriz original y L la matriz de carga.

Una demostración con el ejemplo de los archivos de ayuda:

v1 <- c(1,1,1,1,1,1,1,1,1,1,3,3,3,3,3,4,5,6) 
v2 <- c(1,2,1,1,1,1,2,1,2,1,3,4,3,3,3,4,6,5) 
v3 <- c(3,3,3,3,3,1,1,1,1,1,1,1,1,1,1,5,4,6) 
v4 <- c(3,3,4,3,3,1,1,2,1,1,1,1,2,1,1,5,6,4) 
v5 <- c(1,1,1,1,1,3,3,3,3,3,1,1,1,1,1,6,4,5) 
v6 <- c(1,1,1,2,1,3,3,3,4,3,1,1,1,2,1,6,5,4) 
m1 <- cbind(v1,v2,v3,v4,v5,v6) 

fa <- factanal(m1, factors=3,scores="regression") 

fa$scores # the correct solution 

fac <- m1 %*% loadings(fa) # the answer on your question 

Estos valores son claramente diferentes.

Editar: Esto tiene que ver con el hecho de que los puntajes de regresión de Thomson se basan en variables escaladas, y toman en cuenta la matriz de correlación. Si desea calcular las puntuaciones de la mano, que haría:

> fac2 <- scale(m1) %*% solve(cor(m1)) %*% loadings(fa) 
> all.equal(fa$scores,as.matrix(fac2)) 
[1] TRUE 

Para obtener más información, vea this review

Y para mostrar por qué es importante: si se calculan las puntuaciones de la manera "ingenua" , tus puntajes en realidad están correlacionados. Y eso es lo que quería deshacerse en primer lugar:

> round(cor(fac),2) 
     Factor1 Factor2 Factor3 
Factor1 1.00 0.79 0.81 
Factor2 0.79 1.00 0.82 
Factor3 0.81 0.82 1.00 

> round(cor(fac2),2) 
     Factor1 Factor2 Factor3 
Factor1  1  0  0 
Factor2  0  1  0 
Factor3  0  0  1 

Answer 2

No he comprobado de forma manual, pero tope aquí tienes una manera de hacerlo:

fa <- factanal(mydf,3,rotation="varimax",scores="regression") 
fa$scores 

HTH otra persona. Sugerencias, correcciones, mejoras bienvenidas!

Answer 3

¿No desea el componente loadings?

loadings(fa) 

Ver ?loadings y ?factanal para comprobar que se trata de cargas que desee. Encuentro la terminología utilizada tan confusa a veces, con cargas, puntajes, ...