Exploratoryツールによる因子分析を試してみる①（データラングリング編）

参考サイト

Exploratory カスタムRコマンドを活用した因子分析

• https://exploratory.io/note/kanaugust/R-rbB9iVa3tN　

Exploratory からCSVやExcelファイルを読み込む

• https://exploratory.io/note/kanaugust/Excel-CSV-rXx6GVk9XI

Githubからパッケージインストールとライブラリ読み込み方法

• https://exploratory.io/note/BWz1Bar4JF/Github-R-gyK5kcn3tk?embed=true

今回使用するRコードが載っている参照ページ

だれでも試せる因子分析（まずはR編）

今回のゴール）

前回の紹介で「ノート」機能でRカスタムスクリプトを直接書いてプロットしてみました。今回は、Exploratoryのデータラングリングのステップとして試してみたいと思います。

再現手順）

（１）EXPLORATORYのプロジェクトを作成する

（２）CSVデータを読み込む

対象ファイルをデータフレーム＞ファイルデータからCSVとして取り込む

問題なければ「保存」をClickする。次で、名前を入力してインポートを完了。

（３）列を選択・削除する

次のfactanalで数値型の列のみを扱うために、「名前」以外を選択する。

（４）カスタムRコマンドを使用する

+ボタンからカスタムRコマンドを指定。

下記のように、Rコマンドを入力する。

do関数を使って、factanal関数の戻り値をfa_modelという「列」に格納すると良いようです。

do(fa_model = factanal(., factors = 2, rotation=”varimax”))

（５）tidy関数を使ってデータフレームの形に整形する

さらに、カスタムRコマンドにて、tidy関数を使ってfa_model列からサマリ情報をデータフレームに整形する。

（６）散布図集計なしを使って因子をプロットする

下記のように、X軸にFl1、Y軸にfl2を設定。色とラベルにvariableを設定。また、タイプ横の歯車アイコンから、X軸とY軸の「軸のレンジ」の最小値・最大値を-1,1.5に指定。

まとめ

今回は、データフレームを扱うデータラングリングを前提として、因子をプロットしてみました。前回の「ノート」編で実現したresult$scoresのbiplotを実現できておりませんが、ひとまず因子まではこのステップでプロットできました。引き続き、Exploratoryを使ってどこまで実現できるかをウォッチしてみたいと思います。新しい発見があり次第、追記していきます。