Я работаю над созданием симуляции для своей диссертации и могу использовать некоторую помощь в решении текущей проблемы. Я пытаюсь настроить первые четыре значения в столбце 2 так, чтобы новое значение было 0,01. и затем соответствующие значения в первом столбце поглощают то, что было удалено из второго столбца, так что сообщества остаются постоянными. Общность для каждой строки рассчитывается как
comm1 <- apply(lambda^2,1,sum)
Кроме того, никакое значение во фрейме данных не может быть больше 1 (или меньше -1), поэтому распределение значений, передаваемых в столбец 1, необходимо скорректировать, чтобы компенсировать это. Пожалуйста, дайте мне знать, если я смогу прояснить ситуацию в любом месте, и спасибо за помощь.
Вот пример фрейма данных (лямбда), с которым я работаю, включая способ его генерации.
numfac <- 4
varfac <- 4
size_specific <- .6
size_g <- .4
## Generate true population IC structure
# Generate empty lambda matrix; dimensions controlled by condition
lambda <- matrix(0,nrow=numfac*varfac,ncol=numfac+1)
#Generate specific factor loadings
i<-2
for (i in 2:(numfac+1)) {
loadings <- seq(size_specific-.1,size_specific+.1,by=(.2/(varfac-1)))
#from .3 to .5, from .4 to .6, from .5 to .7
#Write specific factor loadings to lambda matrix
lambda[((i-2)*varfac+1):((i-1)*varfac),i] <- loadings
}
#Generate general factor loadings and write to lambda matrix
lambda[,1] <- sample(seq(size_g-.1,size_g+.1,by=(.2/(numfac*varfac-1))))
#from .3 to .5, from .4 to .6, from .5 to .7
lambda
[,1] [,2] [,3] [,4] [,5]
[1,] 0.3933333 0.5000000 0.0000000 0.0000000 0.0000000
[2,] 0.3533333 0.5666667 0.0000000 0.0000000 0.0000000
[3,] 0.3133333 0.6333333 0.0000000 0.0000000 0.0000000
[4,] 0.4866667 0.7000000 0.0000000 0.0000000 0.0000000
[5,] 0.3400000 0.0000000 0.5000000 0.0000000 0.0000000
[6,] 0.4333333 0.0000000 0.5666667 0.0000000 0.0000000
[7,] 0.3266667 0.0000000 0.6333333 0.0000000 0.0000000
[8,] 0.3666667 0.0000000 0.7000000 0.0000000 0.0000000
[9,] 0.4733333 0.0000000 0.0000000 0.5000000 0.0000000
[10,] 0.4600000 0.0000000 0.0000000 0.5666667 0.0000000
[11,] 0.4466667 0.0000000 0.0000000 0.6333333 0.0000000
[12,] 0.4066667 0.0000000 0.0000000 0.7000000 0.0000000
[13,] 0.3000000 0.0000000 0.0000000 0.0000000 0.5000000
[14,] 0.3800000 0.0000000 0.0000000 0.0000000 0.5666667
[15,] 0.5000000 0.0000000 0.0000000 0.0000000 0.6333333
[16,] 0.4200000 0.0000000 0.0000000 0.0000000 0.7000000