print() 因子分析 output 按排序在 R

Question

df.fa是psych::fa(bfi[1:25],5,rotate = 'oblimin',fm='minres',cor = 'cor') ，
我print(df.fa$loadings,sort=TRUE) ，然后：

        Loadings:
   MR2    MR1    MR3    MR5    MR4   
N1  0.815  0.103        -0.111       
N2  0.777                            
N3  0.706 -0.100                     
E1        -0.557  0.106        -0.103
E2        -0.676                     
E4         0.591         0.287       
C1                0.546         0.148
C2  0.149         0.666              
C3                0.567              
C4  0.174        -0.614              
C5  0.189 -0.142 -0.553              
A2                       0.640       
A3         0.116         0.660       
A5 -0.112  0.233         0.532               

你會發現N2只有一個因子下的數（MR2），但為什么N3有 2 個因子的數，甚至N1有 3 個因子的數。
怎么解釋呢？

Answer 1

我會考慮計算絕對擬合統計數據來確定當前模型的擬合優度。 然后，您可以刪除上面的一些具有低因子載荷的項目，並通過確認因子分析創建一個新模型。 一般推薦以下三個統計：

志廣場； 建議不重要

塔克劉易斯指數 (TLI) 建議為 0.9 或更大

近似均方根誤差 (RMSEA)； 建議小於 0.005

EFA_model <- fa(bfi[1:25], nfactors = 5)
EFA_model$TLI
EFA_model$RMSEA
EFA_model$chi

然后，您可以從EFA_model$loadings中刪除因子加載分數較低的項目，並通過cfa()函數構建 CFA 模型。

對 CFA 模型的絕對擬合統計進行與上述相同的評估，例如CFA_model$TLI ，您還可以使用 BIC（貝葉斯信息准則）與EFA_model$BIC和CFA_model$BIC比較 EFA 和 CFA 模型之間的相對擬合統計，以及BIC 較低的模型是首選。

Answer 2

也許這是格式問題，而不是統計問題。 默認情況下，不打印低因子載荷。 下面的行將刪除您的“不要在此下方打印”截止值（默認為 .1）：

print(df.fa$loadings,sort=TRUE, cutoff = 0)