Analisi fattoriale e riduzione delle dimensioni in R: Un kit di strumenti per scienziati sociali

Titolo originale:

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

Contenuto del libro:

fornisce una copertura, con esempi pratici, di un gran numero di procedure di riduzione delle dimensioni, insieme a metriche di performance del modello per confrontarle. L'analisi dei fattori sotto forma di analisi delle componenti principali (PCA) o di analisi dei fattori principali (PFA) è familiare alla maggior parte degli scienziati sociali. Tuttavia, ciò che è meno familiare è capire che l'analisi dei fattori è un sottoinsieme della più generale famiglia statistica dei metodi di riduzione delle dimensioni.

Il kit di strumenti dello scienziato sociale per i problemi di analisi fattoriale può essere ampliato per includere la gamma di soluzioni presentate in questo libro. Oltre alla FA e alla PCA con rotazione ortogonale e obliqua, il libro include modelli fattoriali di ordine superiore, modelli bifattoriali, modelli basati su dati binari e ordinali, modelli basati su dati misti, modelli generalizzati a basso rango, analisi dei cluster con GLRM, modelli che coinvolgono variabili o osservazioni supplementari, analisi fattoriale bayesiana, analisi fattoriale regolarizzata, test di unidimensionalità e previsione con punteggi fattoriali. La seconda metà del libro tratta altre procedure per la riduzione delle dimensioni. Queste includono la copertura della PCA kernel, l'analisi dei fattori con scaling multidimensionale, i modelli di incorporazione localmente lineare, le mappe autogene laplaciane, le mappe di diffusione, i metodi diretti dalla forza, l'incorporazione stocastica dei vicini distribuita a t, l'analisi delle componenti indipendenti (ICA), la riduzione della dimensionalità tramite regressione (DRR), la fattorizzazione di matrici non negative (NNMF), l'Isomap, l'Autoencoder, i modelli di approssimazione e proiezione del manifold uniforme (UMAP), i modelli di rete neurale e i modelli di analisi dei fattori longitudinali. Inoltre, un capitolo speciale tratta le metriche per confrontare le prestazioni dei modelli.

Le caratteristiche di questo libro includono:

⬤ Numerosi esempi di lavoro con codice R replicabile.

⬤ Copertura completa ed esplicita delle ipotesi sui dati.

⬤ Adattamento dei metodi fattoriali a dati binari, ordinali e categorici.

⬤ Analisi dei residui e degli outlier.

⬤ Visualizzazione dei risultati dei fattori.

⬤ Capitoli finali che trattano l'integrazione dell'analisi dei fattori con i metodi delle reti neurali e delle serie temporali.

Presentato a colori con codice R e introduzione a R e RStudio, questo libro sarà adatto per corsi di laurea e moduli opzionali per scienziati sociali e per corsi di metodi quantitativi e statistica multivariata.