心理软件包的pca：如何仅获取解释百分比的总方差和模型拟合度量？

Question

在我正在构建的一个闪亮应用程序中，我只想显示主要函数（r包psych）的输出的解释方差和模型拟合度量。我研究了输出的结构，但无意间（也许有些奇怪）无法找到这些值的确切位置。有谁知道如何从输出中获取这些值？

Answer 1

首先，如果您需要帮助，则应提供一个可重现的示例，其中包括数据样本。这就是为什么您的问题被否决的原因（虽然不是我的）。

由第i个主成分引起的方差由相关矩阵的第i个特征值给出。根据定义，由于PC是正交的（不相关），因此总方差由各个方差之和=特征值之和给出。特征值在中返回principal(...)$values。因此，每个PC解释的总方差的比例为：

 prop.table(principal(...)$values)

由于您未提供任何数据，因此我将使用内置mtcars数据集作为工作示例：

library(psych)
df <- mtcars[c("hp","mpg","disp","wt","qsec")]
pca <- principal(df)
prop.table(pca$values)
# [1] 0.73936484 0.19220335 0.03090626 0.02623083 0.01129473

因此，第一台PC解释了总变化的74％，第二台PC解释了总变化的19％，依此类推。这与使用的结果完全吻合，请prcomp(...)记住principal(...)默认情况下会缩放，而prcomp(...)不会缩放。

pc  <- prcomp(df,scale.=T)
summary(pc)
# Importance of components:
#                           PC1    PC2     PC3     PC4     PC5
# Standard deviation     1.9227 0.9803 0.39310 0.36215 0.23764
# Proportion of Variance 0.7394 0.1922 0.03091 0.02623 0.01129
# Cumulative Proportion  0.7394 0.9316 0.96247 0.98871 1.00000

如principal(...)$fit.off文档中所述，参数“基于偏离对角线的值进行拟合”在中给出。