Analiza czynnikowa i redukcja wymiarów w R: Zestaw narzędzi dla badaczy społecznych

Oryginalny tytuł:

Factor Analysis and Dimension Reduction in R: A Social Scientist's Toolkit

Zawartość książki:

Factor Analysis and Dimension Reduction in R zawiera omówienie, wraz z praktycznymi przykładami, dużej liczby procedur redukcji wymiarów wraz ze wskaźnikami wydajności modelu w celu ich porównania. Analiza czynnikowa w postaci analizy głównych składowych (PCA) lub głównej analizy czynnikowej (PFA) jest znana większości naukowców zajmujących się naukami społecznymi. Jednak mniej znane jest zrozumienie, że analiza czynnikowa jest podzbiorem bardziej ogólnej rodziny statystycznych metod redukcji wymiaru.

Zestaw narzędzi socjologa do rozwiązywania problemów związanych z analizą czynnikową można rozszerzyć o zakres rozwiązań przedstawionych w tej książce. Oprócz omówienia FA i PCA z rotacją ortogonalną i skośną, niniejsza książka obejmuje modele czynnikowe wyższego rzędu, modele dwuczynnikowe, modele oparte na danych binarnych i porządkowych, modele oparte na danych mieszanych, uogólnione modele niskiego rzędu, analizę skupień za pomocą GLRM, modele obejmujące dodatkowe zmienne lub obserwacje, bayesowską analizę czynnikową, regularyzowaną analizę czynnikową, testowanie jednowymiarowości i przewidywanie za pomocą wyników czynnikowych. Druga połowa książki poświęcona jest innym procedurom redukcji wymiaru. Obejmują one pokrycie kernel PCA, analizę czynnikową z wielowymiarowym skalowaniem, lokalnie liniowe modele osadzania, mapy własne Laplaciana, mapy dyfuzji, metody ukierunkowane na siłę, t-rozproszone stochastyczne osadzanie sąsiadów, analizę składowych niezależnych (ICA), redukcję wymiarowości poprzez regresję (DRR), nieujemną faktoryzację macierzy (NNMF), Isomap, Autoencoder, jednolite modele aproksymacji i projekcji (UMAP), modele sieci neuronowych i podłużne modele analizy czynnikowej. Ponadto, specjalny rozdział obejmuje metryki służące do porównywania wydajności modeli.

Cechy tej książki obejmują

⬤ Liczne przykłady z możliwym do odtworzenia kodem R.

⬤ Wyczerpujące omówienie założeń dotyczących danych.

⬤ Dostosowanie metod czynnikowych do danych binarnych, porządkowych i kategorialnych.

⬤ Analiza wartości rezydualnych i odstających.

⬤ Wizualizacja wyników czynnikowych.

⬤ Rozdziały końcowe traktujące o integracji analizy czynnikowej z sieciami neuronowymi i metodami szeregów czasowych.

Książka ta, przedstawiona w kolorze z kodem R i wprowadzeniem do R i RStudio, będzie odpowiednia dla absolwentów i opcjonalnych kursów modułowych dla naukowców zajmujących się naukami społecznymi, a także dla metod ilościowych i kursów statystyki wielowymiarowej.