R中的事实函数错误

Question

我正在通过以下简单代码使用factanal函数：

factor_analyisi<-factanal(CFscale,factors=2,rotate="varimax")

但是我得到这个错误：

Error in solve.default(cv) : 
  system is computationally singular: reciprocal condition number = 1.70441e-20

为什么？？

这是CFscale矩阵的head

       Age X6Ckine.CCL21. BCA.1..CXCL13. ENA.78.CXCL5. EOTAXIN.CCL11.
ID2  1.3589518    -0.62230682      0.4234253    -1.0014789     -0.8840086
ID3 -1.0019921    -0.08609578      0.8596906    -0.5711517     -0.7924021
ID4  0.1621975    -0.62285177     -0.4081158    -0.6698831     -0.7941621
ID5 -0.9368626    -0.57273123     -0.3889110    -1.0381312     -0.9192960
ID7  1.1554221    -1.01596723     -0.4453790    -0.3098134     -0.8896405
ID8 -1.2136629    -0.19600220      0.1276134    -0.5717698     -0.7149634

带有dim(CFscale) 39 309

有人能帮我吗？

Answer 1

这些类型的问题都是相同的。 您可以在这里看到它的glm版本：

https://stats.stackexchange.com/questions/76488/error-system-is-computationally-singular-when-running-a-glm

在计算过程中经常创建线性模型（基于因子的模型）的过程中，您需要解决如下问题：

Ab=c

其中， A是系数矩阵， b是向量， c是结果向量。 解决这个问题需要反转A ，这实际上是您的数据（不是真的，但是足够接近）。 对矩阵求逆意味着找到一个A ^ -1这样

A*A^-1=I

我是对角矩阵，对角线为1 当A不可逆时，它称为奇数-您无法求解系统。

从实际的角度来看，这意味着问题出在数据上 。 当然，您不想听到这些，因此有补救措施。 遇到问题，通常意味着两个或多个变量高度相关。 因此，我建议：

1. 检查您有理由怀疑的变量之间的相关性-并删除高度相关的重复项。
2. 如果您不知道，只需检查所有对。 这不是很好，因为通常两个变量可能将第三个变量关联起来，但这是有的。
3. 最后，减少统计空间。 您没有那么多变量。 您可以尝试在没有任何问题的情况下运行，并查看是否可以解决问题。 这是相关性的另一个指示。

这也是因子分析，您只有5个变量。 这是一个非常低的金额-通常​​意味着您期望的因素不会超过1个，也许是2个。如果您获得3个或4个或更多的因素，那么这不是您要寻找的分析-重点是看看是否可以减少自变量，如果您没有1-2个因子，这将不会真正做到。 由于您正在寻找2个因素，因此这可能没有好处。