R 分类变量的主成分

我有包含连续变量和分类变量的数据。我想找到主成分，就像使用连续变量的

prcomp

函数（在R中）可以找到的一样。我在

FactoMineR

包中看到了函数

MFA

。我在

MFA（）

中将所有分类变量分组为一组，将连续变量分组为另一组。运行函数并尝试打印结果

res=MFA（…）

后，我得到：

       name                 description                                           
1  "$eig"               "eigenvalues"                                         
2  "$separate.analyses" "separate analyses for each group of variables"       
3  "$group"             "results for all the groups"                          
4  "$partial.axes"      "results for the partial axes"                        
5  "$inertia.ratio"     "inertia ratio"                                       
6  "$ind"               "results for the individuals"                         
7  "$quanti.var"        "results for the quantitative variables"              
8  "$quali.var"         "results for the categorical variables"               
9  "$quanti.var.sup"    "results for the quantitative supplementary variables"
10 "$summary.quanti"    "summary for the quantitative variables"              
11 "$summary.quali"     "summary for the categorical variables"               
12 "$global.pca"        "results for the global PCA"  

---

我不知道主成分在哪里，我所能看到的是使用

res$eig

的特征值，我试图减少数据的维数，但我运气不佳，因为我不知道在PCs上哪里可以检查特征向量（PC）或原始数据的成分。做

ls（res$ind）

给了我

“coord”

，

“cos2”

，

“contrib”

，我搞不清这些是什么，甚至我是否需要这些…

你会在

res$quanti.var$coord

中找到特征向量，在

res$quali.var$coord

中找到定性变量的坐标

contrib

给出了每种模态对轴构造的贡献（即主成分）。@scoa，为什么res$quanti.var$coord的行名被标记为定性变量的字段名，以及res$quali.var$coord的类似问题。prcomp还提供了一个旋转矩阵，表示新维度中每个数据行的组件。这里没有这样的条目。我只能看到上面的数据帧。谢谢你的简短介绍response@scoa还有，模态是什么意思？为什么不为分类值引入伪二进制变量呢。这是大多数人会做的，如果你想执行pcaI意味着价值，对此感到抱歉。“情态”是法语单词。

res$quanti.var$coord

的row.name应该是定量变量的名称。如果不是，那么MFA调用可能有问题——您应该显示一个可复制的示例。sa对于旋转矩阵，个体的坐标位于

res$ind$coord