Python和Stata中的因子分析

Question

我有一個包含 29 個項目的數據集要運行探索性因素分析。 我已經在 Python 和 Stata 中使用相同的因素實現了這個數據集，但我有兩個不同的結果。 實際上它們是不同的，因為我確定了特征值：在 Python 中它是 4，但在 Stata 中只有 2。

為什么會有這樣的差異，我應該采取哪種結果？ 這是我的代碼 Python

df = df[df.g1 == 3]
fa = FactorAnalyzer()
fa.set_params(n_factors=6) # so factor
fa.fit(df)
fa.loadings_
fa_loading_df = pd.DataFrame(fa.loadings_, columns=['Factor 1', 'Factor 2', 'Factor 3', 'Factor 4', 'Factor 5', 'Factor 6'])

斯塔塔

factor k2x1-k2x29 if g1==3, factor(6)
rotate, varimax norm blanks(.40)

Answer 1

您需要了解每個命令執行什么類型的探索性因子分析 (EFA)，以及您希望它執行什么類型。 EFA有多種類型，如主因子、主成分因子、ML等。

我猜 Python 和 Stata 有不同的默認方法，因此你會得到不同的結果。 在您的命令中，您沒有指定要使用的方法，因此使用默認方法。

在 Stata 中，默認是主要因素，而在 Python 中，我猜默認是 minres，根據這個網站： https ://factor-analyzer.readthedocs.io/en/latest/factor_analyzer.html