使用R中的princomp函数获取空分数向量
我试图对一些数据进行主成分分析。我没有得到原始数据,只是以这种方式得到了相关矩阵:使用R中的princomp函数获取空分数向量,r,statistics,pca,R,Statistics,Pca,我试图对一些数据进行主成分分析。我没有得到原始数据,只是以这种方式得到了相关矩阵: Tmax Tmin P H PT V Vmax Tmax 1.00 0.70 -0.08 -0.41 -0.09 -0.23 -0.08 Tmin 0.70 1.00 -0.30 0.07 0.14 -0.03 -0.01 P -0.08 -0.30 1.00 -0.18 -0.13 -0.29 -0.25 H -0.41 0.07 -0.
Tmax Tmin P H PT V Vmax
Tmax 1.00 0.70 -0.08 -0.41 -0.09 -0.23 -0.08
Tmin 0.70 1.00 -0.30 0.07 0.14 -0.03 -0.01
P -0.08 -0.30 1.00 -0.18 -0.13 -0.29 -0.25
H -0.41 0.07 -0.18 1.00 0.32 -0.15 -0.19
PT -0.09 0.14 -0.13 0.32 1.00 0.11 0.07
V -0.23 -0.03 -0.29 -0.15 0.11 1.00 0.83
Vmax -0.08 -0.01 -0.25 -0.19 0.07 0.83 1.00
为此,我尝试使用princomp()函数,因为它有covmat选项,所以我可以将数据作为相关矩阵引入。对于pca分析,我使用以下代码:
pca_prim <- princomp(covmat=Primavera, cor = T, scores = TRUE)
为了得到分数,我似乎找不到问题所在。有什么建议吗?使用
prcomp
,这是有效的:pca2问题是,由于我使用的是相关矩阵作为数据,因此从文档中可以看出,prcomp()不适合该类型的输入。只有princomp()给出了准确的结果您是否尝试过我发布的代码?是的,它给出了分数,但结果与使用princomp不同,所以我不知道这些分数是否正确,为什么不应该prcomp
已经存在了足够长的时间,用户可以信任它的结果,像这样的错误早就被检测到并纠正了。
biplot(pca_prim)
Error in biplot.princomp(pca_prim) : object 'pca_prim' has no scores
pca_prim$scores
NULL