因子假设：因子和主成分分析的一组假设

Kaiser-Meyer-Olkin（KMO）和数据集中的公共性。它通过移除变量的迭代方式，同时考虑变量每个步骤中都会删除。它遵循最佳实践和假设Hair，Black，Babin&Anderson（2018，ISBN:9781473756540）。

版本：	2.0.1
取决于：	R（≥3.6.0），MASS（质量）,心理
建议：	针织物,rmarkdown公司,测试那个(≥ 2.1.0)
出版：	2022-03-08
作者：	何塞·斯托罗波利[aut，cre]
维护人员：	Jose Storopoli<jstoropoli at protonmail.com>
错误报告：	https://github.com/storopoli/FactorAssumptions/issues网站
许可证：	GPL-3公司
网址：	https://github.com/storopoli/FactorAssumptions网站
需要编译：	不
材料：	自述文件 新闻
CRAN检查：	因素假设结果

文档：

参考手册：	因素假设.pdf
渐晕图：	如何使用FactorAssumptions

下载内容：

包源：	因素假设_2.0.1.tar.gz
Windows二进制文件：	r-预发布：因素假设_2.0.1.zip，r版本：因素假设_2.0.1.zip，r-oldrel：因素假设_2.0.1.zip
macOS二进制文件：	r-prerel（臂64）：系数假设_2.0.1.tgz，r-release（arm64）：系数假设_2.0.1.tgz，r-oldrel（arm64）：系数假设_2.0.1.tgz，r-prerel（x86_64）：因素假设_2.0.1.tgz，r-release（x86_64）：系数假设_2.0.1.tgz
旧来源：	FactorAssumptions存档

链接：

请使用规范形式https://CRAN.R-project.org/package=因素假设链接到此页面。