python中的因子分析（類似於R中的 factal() ）

Question

我一直在努力使用 python 中的 sklearn 進行因子分析。

在 R 中運行以下代碼后：

x.f <- factanal(data_final, factors = 2, rotation="varimax",  scores="regression", lower = 0.01)

我得到以下結果：

Call:
factanal(x = data_final, factors = 2, scores = "regression", rotation = "varimax", lower = 0.01)

Uniquenesses:
 WTI     GOLD    CAC40      DAX EUR_DOLL YEN_DOLL    SP500   NIKKEI   GILT TEN_TRES 
0.740    0.971    0.115    0.056    0.789    0.775    0.283    0.022    0.849    0.754 

Loadings:
     Factor1 Factor2
WTI       0.400   0.317 
GOLD      0.169         
CAC40     0.857   0.387 
DAX       0.903   0.359 
EUR_DOLL  0.371   0.271 
YEN_DOLL         -0.472 
SP500     0.511   0.675 
NIKKEI    0.337   0.930 
GILT     -0.334  -0.197 
TEN_TRES -0.343  -0.358 

           Factor1 Factor2
SS loadings      2.482   2.163
Proportion Var   0.248   0.216
Cumulative Var   0.248   0.465

Test of the hypothesis that 2 factors are sufficient.
The chi square statistic is 686.84 on 26 degrees of freedom.
The p-value is 4.16e-128 

我可以輕松解釋這段代碼，並了解其背后的輸出和過程。

但是，當我在 python 中運行以下代碼時，我不確定發生了什么以及它是否正確。

from sklearn import decomposition
from sklearn.decomposition import FactorAnalysis

factor = decomposition.FactorAnalysis(n_components=2)
factor.fit(data_final.iloc[:, 1::])
factor.components_

array([[-0.01175024, -0.00157749, -0.01547956, -0.01353783, -0.00322834,
     0.00225613, -0.01085127, -0.01219159,  0.00247041,  0.00210084],
   [ 0.00021618, -0.00135881, -0.00419973, -0.00435391, -0.00012713,
    -0.00225637,  0.00275685,  0.00686218,  0.00034337, -0.00035002]])

有沒有更簡單的方法在python中進行因子分析？ 如果沒有，我如何從我的 python 代碼中獲取因子組件？

如果它有任何用處，我使用的數據集是 10 個資產的期貨合約中的一組日志回報。

提前致謝

Answer 1

有一個 python 包可以包裝 R factanal 函數，這樣你就可以從 python 中使用 Pandas 數據框調用它，如下所示：

from factanal.wrapper import factanal

fa_res = factanal(pdf, factors=4, scores='regression', rotation='promax', 
                  verbose=True, return_dict=True)

更多信息： https : //pypi.org/project/factanal/

安裝：

pip install factanal

Answer 2

所以我找到了我沒有得到相同輸出的原因。 Sklearn 函數不會標准化您的數據，而 R facanal() 會。 我必須縮放我的數據以獲得類似的輸出。 另一個問題是，當我處理對數回報而不是價格時，為什么這會產生如此大的差異。