LogoTeluq
English
Logo
Répertoire de publications
de recherche en accès libre

Minimum average partial correlation and parallel analysis : the influence of oblique structures [r-libre/1393]

Caron, Pier-Olivier (sous presse). Minimum average partial correlation and parallel analysis : the influence of oblique structures. Communications in Statistics - Simulation and Computation. https://doi.org/10.1080/03610918.2018.1433843

Fichier(s) associé(s) à ce document :
  PDF - Caron(accepted)_cssc.pdf
Contenu du fichier : Version de l'éditeur
Accès restreint jusqu'à fin- décembre 2019.
 
Catégorie de document : Articles de revues
Évaluation par un comité de lecture : Oui
Étape de publication : Accepté (sous presse)
Résumé : Parallel analysis (Horn 1965) and the minimum average partial correlation (MAP; Velicer 1976) have been widely spread as optimal solutions to identify the correct number of axes in principal component analysis. Previous results showed, however, that they become inefficient when variables belonging to different components strongly correlate. Simulations are used to assess their power to detect the dimensionality of data sets with oblique structures. Overall, MAP had the best performances as it was more powerful and accurate than PA when the component structure was modestly oblique. However, both stopping rules performed poorly in the presence of highly oblique factors.
Adresse de la version officielle : http://www.tandfonline.com/eprint/FFcsWdEVcHNPB2Fx...
Déposant: Caron, Pier-Olivier
Responsable : Pier-Olivier Caron
Dépôt : 12 févr. 2018 18:54
Dernière modification : 12 févr. 2018 18:54

Actions (connexion requise)

RÉVISER RÉVISER