其余EFA相关的包和其余潜变量模型

• 其余EFA相关模型
  

R包含了其余许多对因子分析很是有用的软件包。 FactoMineR包不只提供了 PCA 和 EFA 方法，还包含潜变量模型。它有许多此处咱们并无考虑的参数选项，好比数值型变量和类别型变量的使用方法

FAiR 包使用遗传算法来估计因子分析模型，它加强了模型参数估计能力，可以不等式的约束条件 GPArotation 包则提供了许多因子旋转方法。最后，还有 nFactors包，它提供了涌过来判断因子数目的许多复杂方法

• 其余潜变量模型
  

  EFA 只是统计中一种应用普遍的潜变量模型。R中还有其余的潜变量模型，包括检验先验知识的模型，处理混合数据类型（数值型和类别型）的模型，以及仅基于类别型多因素表的模型。

  在EFA中，可用数据来判断须要提取的因子数以及含义。但可从一些先验知识开始，好比变量背后有几个因子、变量在因子上的载荷是怎么样的、因子间的相关性如何，而后通收集数据检验这些先验知识。这种方法称做 验证性因子分析（CFA）

 CFA 是结构方程模型（SEM）中的一种方法。SEM 不只能够假定潜在因子的数目以及组成，还能假定因子间的影响方式。可将 SEM 看作是验证性因子分析（对变量）和回归分析（对因子）的组合，它的结果输出包含统计检验和拟合度的指标。 R中有几个可作 CFA 和 SEM 的很是优秀的软件包，如 sem、openMx 和 lavaan。

  ltm 包可用量来拟合测验和问卷众各项目的潜变量模型。该方法经常使用来建立大规模标准测试，好比学术能力测验（SAT）和美国研究生入学考试（GRE）

  潜类别模型（潜在的因子被认为是类别型而非连续型）可经过 FlexMix、lcmm、randomLCA和poLCA包进行拟合。lcda包可作潜类别判别分析，而 lsa 可作潜在予语义分析--一种可以天然语言处理中的方法

  ca 包提供了可作简单和多重对应分析的函数。利用这些函数，可分别在二维列联表和多维列联表中探索类别型变量的结构。

  最后，R中还包括了众多的多维标度法（MDS）计算工具。所谓 MDS ，便可用来发现解释类似性和可测对象（如国家）间距离的潜在维度。基础安装包中的 cmdscale（）函数可作经典的MDS，而 MASS 包中的 isoMDS() 函数可作非线性 MDS 。vagan 包则包含了可作两种 MDS 的函数