无法使用FactoMiner获取所有维度

Question

我正在用FactoMiner对7个变量进行PCA分析，并将这些结果包含7个维度来解释100%的变异:特征值。

                       Dim.1   Dim.2   Dim.3   Dim.4   Dim.5   Dim.6   Dim.7
Variance               2.482   1.445   1.223   0.944   0.619   0.193   0.095
% of var.             35.453  20.636  17.471  13.484   8.838   2.754   1.364
Cumulative % of var.  35.453  56.090  73.561  87.045  95.882  98.636 100.000

然而，当我调用summary(pca_pa, ncp=7)时，它并没有给出每个变量对7维的贡献的结果，而是只给出了最大的5维。例如，这就是每个变量for1st三维贡献的结果：

Variables
                   Dim.1    ctr   cos2    Dim.2    ctr   cos2    Dim.3    ctr
b_0             | -0.007  0.002  0.000 |  0.133  1.229  0.018 |  0.857 60.111
v_X             |  0.308  3.815  0.095 |  0.034  0.078  0.001 | -0.625 31.897
W_M             | -0.737 21.884  0.543 |  0.561 21.761  0.314 | -0.204  3.407
v_Y             | -0.016  0.011  0.000 | -0.858 50.958  0.736 |  0.116  1.092
v_F             |  0.940 35.586  0.883 | -0.004  0.001  0.000 | -0.058  0.278
v_P             |  0.922 34.228  0.849 |  0.220  3.364  0.049 |  0.043  0.150
v_L             |  0.333  4.474  0.111 |  0.571 22.609  0.327 |  0.194  3.066

我想要这张7维的桌子。你能帮帮我吗？谢谢!

凤凰城

Answer 1

也许这对你有用：

summary(pca_pa, ncp=7, nbelements=Inf)

nbelements选项是书面列的数量。默认情况下，它是10。