معرفی شرکت ها

efa-utils-0.7.7

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.7.7
0.7.6
0.7.2
0.7.1
0.7.0
0.6.3
0.6.2
0.7.7
0.7.6
0.7.2
0.7.1
0.7.0
0.6.3
0.6.2

توضیحات

Custom utility functions for exploratory factor analysis with the factor_analyzer package.
ویژگی مقدار
سیستم عامل -
نام فایل efa-utils-0.7.7
نام efa-utils
نسخه کتابخانه 0.7.7
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Marcel Wiechmann
ایمیل نویسنده mail@mwiechmann.com
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/efa-utils/
مجوز GNU General Public License v3.0
# efa_utils Custom utility functions for exploratory factor analysis ## Installation Install with pip: ```bash pip install efa_utils ``` ## Functions ### efa_utils.reduce_multicoll Function to reduce multicollinearity in a dataset (intended for EFA). Uses the determinant of the correlation matrix to determine if multicollinearity is present. If the determinant is below a threshold (0.00001 by default), the function will drop the variable with the highest VIF until the determinant is above the threshold. Requires statsmodels package. ### efa_utils.kmo_check Function to check the Kaiser-Meyer-Olkin measure of sampling adequacy (KMO) and Bartlett's test of sphericity for a dataset. Requires statsmodels package. Main use is to print a report of total KMO and item KMOs, but can also return the KMO values. ### efa_utils.parallel_analysis Function to perform parallel analysis to determine the number of factors to retain. Requires matplotlib. ### efa_utils.iterative_efa Function to perform iterative exploratory factor analysis. Runs EFA with an iterative process, eliminating variables with low communality, low main loadings or high cross loadings in a stepwise process. If parallel analysis option is to be used, requires matplotlib. ### efa_utils.print_sorted_loadings Print strongly loading variables for each factor. Will only print loadings above load_thresh for each factor. ### efa_utils.rev_items_and_return Takes an EFA object and automatically reverse-codes (Likert-scale) items where necessary and adds the reverse-coded version to a new dataframe. Returns the new dataframe. ### efa_utils.factor_int_reliability Takes a pandas dataframe and dictionary with name of factors as keys and list of variables as values. Prints results for the internal reliability for each factor. Requires reliability package.


نیازمندی

مقدار نام
>=1.23.5,<2.0.0 numpy
>=1.5.1,<2.0.0 pandas
>=0.4.1,<0.5.0 factor-analyzer


زبان مورد نیاز

مقدار نام
>=3.11,<4.0 Python


نحوه نصب


نصب پکیج whl efa-utils-0.7.7:

    pip install efa-utils-0.7.7.whl


نصب پکیج tar.gz efa-utils-0.7.7:

    pip install efa-utils-0.7.7.tar.gz