распространительный анализ
чаще всего при проведении факторного анализа в отечественных исследованиях сохраняют факторные баллы, а потом изучают, как они коррелируют с внешними переменными (например, социально-демографическими). Однако факторные баллы - всего лишь оценки возможных значений факторов, при их вычислении имеет место неустранимая неопределенность. Более коректный способ установления связи между факторами и переменными, которые не участвовали в факторизации, опирается на extension analysis (распространительный анализ). Для его проведения нужно знать, как внешние переменные коррелируют с факторизованными. В пакете psych имеется специальная функция fa.extension(), при помощи которой можно получить оценку нагрузок внешних переменных на ядровые факторы, минуя этап вычисления оценок факторных баллов. Вот пример, каким образом выясняется связь пола с факторами Большой Пятерки на массиве bfi из этого пакета:
require(psych)
data(bfi)
b5 <- na.omit(bfi)
model <- fa(b5[1:25], 5, rotate="varimax", scores="regression")
roe <- cor(b5[1:25], b5$gender)
fa.extension(roe, model, FALSE)
Можно сравнить с корреляциями пола и оцененных факторных баллов, ясно видны некоторые отличия (пусть и не очень большие)
cor(b5$gender, model$scores)
require(psych)
data(bfi)
b5 <- na.omit(bfi)
model <- fa(b5[1:25], 5, rotate="varimax", scores="regression")
roe <- cor(b5[1:25], b5$gender)
fa.extension(roe, model, FALSE)
Можно сравнить с корреляциями пола и оцененных факторных баллов, ясно видны некоторые отличия (пусть и не очень большие)
cor(b5$gender, model$scores)