Python 和 Stata 中的因子分析

Question

我有一个包含 29 个项目的数据集运行探索性因素分析。我在 Python 和 Stata 中使用相同的因素实现了这个数据集，但我有两个不同的结果。实际上它们是不同的，因为我确定了特征值：在 Python 中它是 4 但在 Stata 中只有 2.

为什么会有这样的差异，我应该取哪个结果？这是我的代码 Python

df = df[df.g1 == 3]
fa = FactorAnalyzer()
fa.set_params(n_factors=6) # so factor
fa.fit(df)
fa.loadings_
fa_loading_df = pd.DataFrame(fa.loadings_, columns=['Factor 1', 'Factor 2', 'Factor 3', 'Factor 4', 'Factor 5', 'Factor 6'])

斯塔塔

factor k2x1-k2x29 if g1==3, factor(6)
rotate, varimax norm blanks(.40)

Answer 1

您需要了解每个命令执行什么类型的探索性因素分析 (EFA)，以及您希望它执行什么类型。 EFA有多种类型，如主因子、主成分因子、ML等

我猜 Python 和 Stata 有不同的默认方法，因此你会得到不同的结果。在您的命令中，您没有指定要使用的方法，因此使用默认方法。

在 Stata 中，默认值是主因数，而在 Python 中，我猜默认值是 minres，根据这个网站：https://factor-analyzer.readthedocs.io/en/latest/factor_analyzer.html

Python 和 Stata 中的因子分析

Factor Analysis in Python and Stata

python

stata

factor-analysis