R中的相反值

我尝试使用来自的代码对Car93数据进行PCA，但我收到了非常奇怪的结果，例如，我收到

round(loadings(cars.pca)[,1], 3)
     Min.Price              Price          Max.Price           MPG.city 
        -0.005             -0.005             -0.005              0.005 
   MPG.highway         EngineSize         Horsepower                RPM 
         0.005             -0.001             -0.033              0.564 
  Rev.per.mile Fuel.tank.capacity         Passengers             Length 
         0.528             -0.003             -0.001             -0.014 
     Wheelbase              Width        Turn.circle             Weight 
        -0.007             -0.004             -0.003             -0.634 

但我应该接受

 Min.Price              Price          Max.Price           MPG.city 
            0.005             0.005             0.005              -0.005 
       MPG.highway         EngineSize         Horsepower                RPM 
             -0.005             0.001             0.033              -0.564 
      Rev.per.mile Fuel.tank.capacity         Passengers             Length 
             -0.528             0.003             0.001             0.014 
         Wheelbase              Width        Turn.circle             Weight 
            0.007             0.004             0.003             0.634 

我不明白为什么会这样。。。 我还得到了令人难以置信的总结：

    > summary(cars.pca)
Importance of components:
                            Comp.1      Comp.2       Comp.3       Comp.4
Standard deviation     809.7715704 462.9240342 269.70957406 2.726051e+01
Proportion of Variance   0.6948358   0.2270788   0.07708145 7.874538e-04
Cumulative Proportion    0.6948358   0.9219146   0.99899602 9.997835e-01
                             Comp.5       Comp.6       Comp.7       Comp.8
Standard deviation     9.8543848085 8.3562565211 4.076212e+00 2.657464e+00
Proportion of Variance 0.0001029002 0.0000739913 1.760641e-05 7.483277e-06
Cumulative Proportion  0.9998863744 0.9999603657 9.999780e-01 9.999855e-01
                             Comp.9      Comp.10      Comp.11      Comp.12
Standard deviation     2.463855e+00 1.686161e+00 1.455246e+00 1.131083e+00
Proportion of Variance 6.432611e-06 3.012694e-06 2.244038e-06 1.355645e-06
Cumulative Proportion  9.999919e-01 9.999949e-01 9.999971e-01 9.999985e-01
                            Comp.13      Comp.14      Comp.15      Comp.16
Standard deviation     1.026482e+00 5.249720e-01 2.923534e-01 2.182833e-02
Proportion of Variance 1.116502e-06 2.920313e-07 9.056773e-08 5.048914e-10
Cumulative Proportion  9.999996e-01 9.999999e-01 1.000000e+00 1.000000e+00

---

有人能解释为什么会这样吗？我的R是否能够记住其他数据并以某种方式使用它们？（一个月前，我使用了

data包
mva
很多年前就存在了，但现在它的所有功能都包含在包
stats
中，因此您所指的文本有点旧。此外，该部分

keep <- rep(F, ncol(Cars93))
for(i in 1:ncol(Cars93)){
    keep[i] <- is.numeric(Cars93[,i])
    if(any(is.na(Cars93[,i]))) keep[i] <- F
    }

突然，所有基于T==TRUE和F==FALSE的代码都被破坏了。：）您不能用这种方式重新定义TRUE和FALSE

附加
问：“我的R是否能够记住其他数据并以某种方式使用它们？（一个月前，我使用了数据，现在使用的是“F”“正如您链接到的代码所声称的，
princomp
在包mva中，它在CRAN上似乎不存在。在所有R发行版附带的stats库中有一个
princomp
函数。在该函数的文档中，它明确指出“载荷和分数列的符号是任意的，所以在PCA的不同程序之间，甚至在R的不同版本之间可能会有所不同”。但我怎么知道哪些符号是正确的呢？“载荷和分数列的符号是任意的”。任意的。它们都是正确的。
keep <- rep(F, ncol(Cars93))
for(i in 1:ncol(Cars93)){
    keep[i] <- is.numeric(Cars93[,i])
    if(any(is.na(Cars93[,i]))) keep[i] <- F
    }

keep2 <- sapply(Cars93, function(COL) is.numeric(COL) & !any(is.na(COL)))
# isTRUE(all(keep == keep2)) # yes

T <- FALSE
F <- TRUE