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：

      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