Создать многопоточный мультиметодный матрикс

Question

Я пытаюсь создать Multitrait-Multimethod Matrix , используя R для целей валидности (я также буду использовать CFA, так что это не ответ на этот вопрос).Как я могу использовать R для создания MTMM, подобного этому:

Я смотрел на функцию MTMM в пакете psy.Если это то, что я хочу, то это выглядит в очень незнакомой форме (совсем не так, как на картинке выше).Я предоставил некоторые поддельные данные, чтобы помочь:

set.seed(100)
x <- data.frame(matrix(sample(1:5, 270, replace=T), 10, 27))
names(x) <- paste(rep(c("A", "B", "C"), each=9), rep(c(1:9), 3), sep="")
x

Кодирование имен столбцов:

• A, B, C - 3 метода
• 1-3 - черта 1
• 4-6 - черта 2
• 7-9 - черта 3

Полагаю, это проще, чемЯ пытаюсь это сделать, но я просто не могу найти способ.Заранее благодарю за помощь.

Answer 1

Это попытка сделать МТММ в R, используя советы друга из talkstats.com.Я не знаю, правильно ли это, потому что у меня нет набора тестовых (эталонных) данных, чтобы использовать его с заведомо правильным MTMM.Пожалуйста, критикуйте.Это MTMM или просто случайная матрица с надежностью в диагоналях?

Просто запомните, что dim - это метод, а r - конструкция для имен столбцов и строк.

require(CTT); require(foreign)

dat22 <-read.csv(url("http://dl.dropbox.com/u/61803503/dat.csv"), header=TRUE, 
           strip.white = TRUE, sep=",", as.is=FALSE, na.strings= c("999", "NA", " "))

#group items by method(dim) and construct(r)
dim1r1 <- dat2[, c(3, 5, 9, 10)]
dim2r1 <- dat2[, c(4, 13:15)]
dim3r1 <- dat2[, c(1, 6, 7, 11, 12)]
dim4r1 <- dat2[, c(2, 8, 16, 17)]

dim1r2 <- dat2[, c(3, 5, 9, 10)+17]
dim2r2 <- dat2[, c(4, 13:15)+17]
dim3r2 <- dat2[, c(1, 6, 7, 11, 12)+17]
dim4r2 <- dat2[, c(2, 8, 16, 17)+17]

dim1r3 <- dat2[, c(3, 5, 9, 10)+17*2]
dim2r3 <- dat2[, c(4, 13:15)+17*2]
dim3r3 <- dat2[, c(1, 6, 7, 11, 12)+17*2]
dim4r3 <- dat2[, c(2, 8, 16, 17)+17*2]

dim1r4 <- dat2[, c(3, 5, 9, 10)+17*3]
dim2r4 <- dat2[, c(4, 13:15)+17*3]
dim3r4 <- dat2[, c(1, 6, 7, 11, 12)+17*3]
dim4r4 <- dat2[, c(2, 8, 16, 17)+17*3]

#make a list from the above items 
#dim1r1 means methid 1 (dim1) and construct 1(r1)
LIST2 <- list(dim1r1, dim1r2, dim1r3, dim1r4, dim2r1, dim2r2, dim2r3, dim2r4, 
             dim3r1, dim3r2, dim3r3, dim3r4, dim4r1, dim4r2, dim4r3, dim4r4)

#get the sums of the items by method and construct 
#and generate correlation amtrix (all in 1 step)
mtmm <- round(cor(sapply(LIST2, function(x) rowSums(x))), digits=3)
#generate and order row and column names
VN <- expand.grid(paste('dim', 1:4, sep=""), paste('r', 1:4, sep="")) 
VN <- VN[order(VN$Var1, VN$Var2), ]
varNames <- paste(VN[, 1], VN[, 2], sep="")
rownames(mtmm) <- colnames(mtmm) <-varNames

#blank out the upper triangle
mtmm[upper.tri(mtmm)] <- " "
#add cronbach's alpha intot he diagonal
diag(mtmm) <- sapply(LIST2, function(x) round(reliability(x)$alpha, digits=3))
noquote(mtmm)

, которая производит:

       dim1r1 dim1r2 dim1r3 dim1r4 dim2r1 dim2r2 dim2r3 dim2r4 dim3r1 dim3r2 dim3r3 dim3r4 dim4r1 dim4r2 dim4r3 dim4r4
dim1r1 0.737                                                                                                          
dim1r2 0.82   0.78                                                                                                    
dim1r3 0.825  0.755  0.735                                                                                            
dim1r4 0.828  0.783  0.812  0.791                                                                                     
dim2r1 0.415  0.496  0.484  0.495  0.801                                                                              
dim2r2 0.432  0.615  0.493  0.479  0.818  0.886                                                                       
dim2r3 0.425  0.473  0.505  0.459  0.89   0.831  0.843                                                                
dim2r4 0.355  0.468  0.413  0.482  0.806  0.826  0.837  0.802                                                         
dim3r1 0.544  0.518  0.413  0.494  0.281  0.226  0.184  0.233  0.778                                                  
dim3r2 0.517  0.585  0.399  0.461  0.306  0.324  0.26   0.293  0.88   0.782                                           
dim3r3 0.491  0.489  0.392  0.421  0.258  0.229  0.232  0.221  0.875  0.912  0.804                                    
dim3r4 0.487  0.492  0.366  0.475  0.269  0.268  0.209  0.274  0.887  0.89   0.859  0.77                              
dim4r1 0.341  0.399  0.38   0.357  0.387  0.398  0.355  0.375  0.397  0.417  0.387  0.43   0.489                      
dim4r2 0.274  0.433  0.326  0.323  0.462  0.535  0.416  0.46   0.343  0.422  0.349  0.432  0.863  0.517               
dim4r3 0.268  0.368  0.364  0.306  0.329  0.417  0.333  0.341  0.293  0.376  0.34   0.353  0.863  0.856  0.545        
dim4r4 0.301  0.403  0.347  0.395  0.377  0.443  0.371  0.483  0.372  0.441  0.345  0.441  0.86   0.84   0.83   0.52

, который можно почистить и сделать красивым, используя ggplot или внешнюю программу, например Excel и т. Д.