728x90 분류 전체보기228 정준상관계수 1. ---------------------------------------------------------------------왜 저 복잡한 행렬식의 곱들의 고유값의 문제가 되는가? ------------------------ cf)위에서 식(1), 식(2)를 통해 a =~ , b=~꼴로 정리한 것을 감안하자. 이 정리한 식을 활용해 레일리 쿼션트 문제로 바꿀 수 있다. 그렇게 되면 앞선 B^-1A를 구하면반대로 a를 고정시켜서 레일리 쿼션트를 이용하면 ---------------------------자 그럼 이제 대칭화를 통해 정준상관계수 a와 b를 구해보자 # 패키지 불러오기library(CCA)library(ggplot2)library(readxl)library(scales)# 데이터 .. 2025. 6. 11. 다중상관계수 ----------------------------------------------------- -------------------------- 2025. 6. 11. 스피노자 스피노자는 공리와 연역적 추론을 통해 절대적으로 확실한 인식에 도달할 수 있는 인간의 이성 능력을 극히 신뢰했다. 그는 에서 윤리의 근본문제인 최고선에 대해 논한다. 최고선이란 지식의 문제와 연관되며 그는 네 가지 인식의 길을 다음과 같이 언급한다. 1. 경험하지 않고 남의 말을 들어서 얻는 지식2. 직접 경험을 통해 얻는 지식3. 논리적 추론으로 얻는 지식, 즉 연역적 방법. 추론의 출발점으로 삼을 수 있는 참인 진술들을 가지고 있다 전제 4. 직접적 직관. 명석하고 확실한 지식을 제공하고 사물의 본질을 알게 해주는 유일한 길 첫번째 길은 간접적이어서 불확실하며 두번째 길 역시 우리의 경험은 오류에 빠질 수 있기 때문에 불확실하다. 세 번째 길은 출발점이 확실한 토대를 가지고 있지 못하다면 지식에 .. 2025. 6. 10. 요인분석 11. 회귀방법, 인자점수 계산 # 필요한 패키지 설치 및 로드library(psych)library(readxl)# 엑셀 파일에서 데이터 불러오기data # 필요한 변수만 선택data # 표준화data # 최대우도법으로 요인분석 (요인 2개, 회전 없음)fa_result # 요약 출력print(fa_result)# 인자적재값 확인print(fa_result$loadings)# 회귀법 요인점수regression_scores regression_scores# 바틀렛법 요인점수fa_result_bartlett bartlett_scores bartlett_scores# 회귀법 vs 바틀렛법 요인점수 비교comparison Bartlett_Factor1 = bartlett_scores[,1], Bartlett_Factor2 = bartl.. 2025. 6. 10. 요인분석 10. 바틀렛 가중최소제곱법(F, 인자점수 계산) 1. 2. 예시 2025. 6. 10. 요인분석9. 배리맥스 회전 ------------------실제예시즉 이 분산의 제곱값을 최대화 하는 행렬 T를 찾는 것이 배리맥스 회전의 목표이다. -------------------------------- # 패키지 불러오기library(readxl)library(psych)library(ggplot2)# 1. 데이터 불러오기data # 2. 필요한 변수 선택vars vars rownames(vars) # 3. 표준화vars_scaled # 4. 요인분석 (회전 없음)fa_norot # 5. 요인분석 (Varimax 회전)fa_varimax # 6. 요인적재 행렬 출력cat("요인 적재 행렬 (회전 없음):\n")print(fa_norot$loadings)cat("\n요인 적재 행렬 (Varimax 회전):\n")print.. 2025. 6. 9. 이전 1 ··· 3 4 5 6 7 8 9 ··· 38 다음 728x90
