使用r语言编写关于framingham的因子分析完整代码

在R语言中进行因子分析，我们通常会先加载必要的包，然后对数据进行预处理，最后应用主成分分析或最大似然法来提取因子。以下是针对Framingham心血管研究数据的一段示例代码：

# 加载所需包
library(psych)
library(factoextra)

# 假设你的Framingham数据存储在一个名为"framingham_data.csv"的csv文件中，首先读取并清洗数据
framingham <- read.csv("framingham_data.csv")
# 检查缺失值（若有的话）并处理，可以选择删除含有NA的行或填充缺失值
framingham <- na.omit(framingham)

# 创建因子分析所需的数值矩阵，通常我们会选择一些连续变量
vars_to_analyze <- c("age", "cholesterol", "blood_pressure", "smoking_status", "exercise_frequency") # 假设这是你想分析的变量
data_matrix <- as.matrix(framingham[, vars_to_analyze])

# 执行因子分析
factor_analysis <- fa(data_matrix, nfactors = 3) # 假设我们希望找出3个主导因子

# 查看因子载荷
loadings <- factor_analysis$loadings
print(loadings)

# 可视化因子得分
fviz_eig(factor_analysis) # 主轴图形
fviz_factor(matrix(score(factor_analysis)), choices = vars_to_analyze) # 因子评分图

# 保存因子信息到一个新数据框中
factors_df <- data.frame(subject_id = rownames(framingham),
                          Factor1 = factor_analysis$scores[,1],
                          Factor2 = factor_analysis$scores[,2],
                          Factor3 = factor_analysis$scores[,3])
write.csv(factors_df, "framingham_factors.csv", row.names = FALSE)