我使用factor_analyzer包中的ConfirmatoryFactorAnalyzer進行了因子分析。據我理解SEM,因子載荷應該是潛在變量和測量變量的皮爾遜系數,但其中一個等于-1.17,所以它不可能是相關系數。對于這個包裹來說,這還有其他含義嗎?我應該以某種方式標準化它(但我的數據是標準化的)?文檔并沒有真正幫助:loads_:因子載荷矩陣。這是我的代碼:def sem_analysis(data, group1, group2): scaler = StandardScaler() scaled_data = pd.DataFrame(scaler.fit_transform(data), columns=data.columns) required_data = scaled_data[group1 + group2] model_dict = {"F1": group1, "F2": group2} model_spec = ModelSpecificationParser.parse_model_specification_from_dict(required_data, model_dict) cfa = ConfirmatoryFactorAnalyzer(model_spec, disp=False) cfa.fit(required_data.values) return cfa.loadings_我在隨機生成的數據上得到的結果:[[ 0.81664434 0. ] [ 0.76591388 0. ] [-0.84197706 0. ] [ 0. -0.27572329] [ 0. -1.17491134] [ 0. 0.39020765]]
1 回答

忽然笑
TA貢獻1806條經驗 獲得超5個贊
我曾經有過這個問題,這就是我發現的:
SEM 的一位杰出先驅在一篇關于此問題的報告中的這段話幾乎概括了這一點:
“這種誤解可能源于經典的探索性因子分析,其中如果分析相關矩陣并且因子是標準化且不相關(正交)的,則因子載荷就是相關性。但是,如果因子是相關的(傾斜),則因子載荷是回歸系數,并且不是相關性,因此它們的大小可能大于 1?!?/p>
因子載荷的絕對值可以大于 1。
添加回答
舉報
0/150
提交
取消