Uso: Determina la relación entre variables explicarlas a través de factores

Descripción: El análisis factorial se utiliza para analizar las interrelaciones que existen entre un número elevado de variables métricas explicando dichas interrelaciones en términos de un número menor de variables denominadas factores (si son inobservables) o componentes principales (si son observables).

Este técnica es similar a el análisis de componentes principales, puedes ver en que se diferencian.

Variables: Métricas.

Ejemplo en R: Reducir al mínimo de factores las 20 variables de ehd.

# Cargar los datos de la librería PSY
install.packages("psy")
library(psy)
data(ehd)
datos <- ehd

# Ejecutar el análisis factorial con 5 factores
modelo <- factanal(datos, 5)

# Calcular el número de factores ideal
scree.plot(datos,type = 'R')

Gráfico lineal del número de factores en el Análisis Factorial

# Volver a ejecutar el modelo con el número de factores ideal
modelo <- factanal(datos, 3, scores=c("regression"), rotation="none")
print(modelo, digits=2, cutoff=.3, sort=TRUE)

# Muestra los vectores y factores característicos
head(modelo$scores)

# Muestra visualmente como depende cada variable de los dos factores más significativos.
load <- modelo$loadings[,1:2] 
plot(load,type="n") # Dibujar el area de visualización
text(load,labels=names(datos),cex=.7) # Añadir las variables

Representación de variables en factores para Análisis Factorial