Die Aktion `faExtract` führt eine Faktorenanalyse durch, um latente Strukturen in Datensätzen zu identifizieren. Sie extrahiert gemeinsame Faktoren aus einer Korrelationsmatrix oder Rohdaten und ermöglicht die Reduktion der Dimensionalität. Die Aktion unterstützt verschiedene Extraktionsmethoden (z. B. Hauptkomponentenanalyse, Maximum Likelihood) und Rotationsmethoden (z. B. Varimax, Promax), um die Interpretierbarkeit der Ergebnisse zu verbessern.
| Parameter | Beschreibung |
|---|---|
| nFactors | Erforderlich. Gibt die Anzahl der Faktoren an, die für jede BY-Gruppe extrahiert werden sollen. |
| table | Gibt die Einstellungen für die Eingabetabelle an (z. B. Name, Caslib). |
| method | Spezifiziert die Methode zur Faktorenextraktion. Verfügbare Optionen sind u. a. 'PRINCIPAL' (Hauptkomponentenanalyse, Standard), 'ML' (Maximum Likelihood), 'ALPHA' und 'ULS' (Unweighted Least Squares). |
| rotate | Gibt die Methode für die Faktorrotation an, um die Interpretation zu erleichtern. Optionen sind u. a. 'VARIMAX', 'PROMAX', 'QUARTIMAX' oder 'NONE'. |
| inputs | Eine Liste der Variablen, die für die Analyse verwendet werden sollen. |
| priors | Gibt die Methode zur Berechnung der a-priori-Kommunalitätsschätzungen an (z. B. 'SMC', 'ONE', 'MAX'). |
Erzeugt einen Datensatz 'factor_data' in der Caslib 'casuser' mit vier Variablen, wobei x1/x2 und x3/x4 jeweils um zwei latente Faktoren korreliert sind.
| 1 | |
| 2 | DATA casuser.factor_data; |
| 3 | DO i=1 to 1000; |
| 4 | f1=rannor(123); |
| 5 | f2=rannor(123); |
| 6 | x1=f1+rannor(123)*0.3; |
| 7 | x2=0.8*f1+rannor(123)*0.3; |
| 8 | x3=f2+rannor(123)*0.3; |
| 9 | x4=0.7*f2+rannor(123)*0.3; |
| 10 | OUTPUT; |
| 11 | END; |
| 12 | |
| 13 | RUN; |
| 14 |
Extrahiert 2 Faktoren aus der Tabelle 'factor_data' unter Verwendung der Standardmethode (Principal Component Analysis) ohne Rotation.
| 1 | |
| 2 | PROC CAS; |
| 3 | factorAnalysis.faExtract / TABLE={name="factor_data", caslib="casuser"} nFactors={2}; |
| 4 | |
| 5 | RUN; |
| 6 |
Führt eine Faktorenanalyse mit der Maximum-Likelihood-Methode durch, wendet eine orthogonale Varimax-Rotation an und beschränkt die Analyse auf bestimmte Eingabevariablen.
| 1 | |
| 2 | PROC CAS; |
| 3 | factorAnalysis.faExtract / TABLE={name="factor_data", caslib="casuser"} nFactors={2} method={name="ML"} rotate={type="VARIMAX"} inputs={"x1", "x2", "x3", "x4"}; |
| 4 | |
| 5 | RUN; |
| 6 |