问实现Velicer的MAP标准

EN

使用?MAP查看该函数的文档。

如果里面什么都没有，可能会给作者发送一封电子邮件，列在软件包的CRAN页面上：CRAN Page for Psych

这个包是由这个网站的人制作的。他们可能有一个邮件列表：PersonalityProject.org

@Ryan Rosario

我终于想通了：

install.packages("psych")
library("psych")

我运行了示例步骤

my.VSS <- VSS(test.data,title="VSS of 24 mental tests")

和

VSS(sim.circ(nvar=24),fm="mle", title="VSS of 24 circumplex variables")

和

VSS(sim.item(nvar=24),fm="mle", title="VSS of 24 circumplex variables")

您将获得类似以下内容的输出(用于最后一个输入)：

VSS(x = sim.item(nvar = 24)，fm = "mle"，title =“24个回转变量的VSS”) VSS复杂度1在为3的情况下达到最大值0.84 VSS复杂度2在为8的情况下达到最大值0.87

在具有2因子的情况下，Velicer标准达到最小0.05

毛绒MAP 1 0.05 0.01 0.01 0.01 0.02 0.02 0.02

非常简单的结构复杂度1 1 0.44 0.84 0.84 0.80 0.75 0.76 0.80 0.80

非常简单的结构复杂性2 1 0.00 0.85 0.85 0.85 0.86 0.86 0.86 0.87

作为documentation says (上面突出显示的是我的)：

“韦恩·维莱特的MAP标准已经被添加为提取最佳组件数量的额外测试。请注意，VSS和MAP并不总是一致的最佳数量。”

在这种情况下，复杂度为1和2的VSS分别给出了3和8个因素的答案，而Velicer的MAP标准给出了2。

一个迟来的回复，但我想我应该跟进pageman的评论。假设您使用vss函数创建了一个对象：

my.vss <- vss(test.data)

汇总函数将提供VSS和MAP标准结果，例如，

summary(my.vss)

但您也可以轻松地从对象中提取地图结果(就像我在对许多数据集运行VSS和映射标准测试时所需要的那样)，如下所示：

#returns the number of factors recommended by MAP
which(my.vss$map == min(my.vss$map))   

#returns the number of factors recommended by VSS for complexity 1
which(my.vss$cfit.1 == max(my.vss$cfit.1)

#returns the number of factors recommended by VSS for complexity 2
which(my.vss$cfit.2 == max(my.vss$cfit.2))

还有一大堆有趣的统计数据挂在vss.stats data.frame内部，在vss对象中，即

class(my.vss$vss.stats)