・発生に関わる回帰モデルなどの見方をいったん横に置き、データ間の関係はどうみえるか.
■　因子分析

　 eigen01 <- eigen(cor01)$values
　　　　　　　

　eigenの大きめなのが、３つはある.
　が、関数の練習なのでとりあえず２つでみる.

fit00 <- factanal(x=dataroku, factors=2,scores="regression", rotation="none")
　　　　観測値ｘ＝因子負荷Λ・因子得点 (score)  f　 ＋　誤差ε
　　　　　　　　　　　　　　各々、行列
　　なのだそうだ.　　　
・独自性
　yだけは飛び切りはずれていた.
　独自性の数値がどこに関わっているかわからない
・因子負荷 (loading)
　因子負荷は、図示できて・・、

　　　　　

　y、tamの間にある程度の関連が見られる.ｆ１はちょうど、発生と発生の多いtamの関連を浮き上がらせていて、それ以外のメニューはｆ１とｆ２の平面上で曝露パターンの類似順に並んでみえる.
　回転というのがあって、プロマックスなるものにしてみる.
　

　　　　　　　

　まさに、ちょっと回転しただけに見える.ｆ１はまったく生起性を示す、ととらえると、生起因子のtamは明らかに”影響を受け”、他の因子と対照的.
　事例をoswに変えて同様に処理する.
　

　　　　　　　 　　

　Viceが生起因子で、抑制因子はロール、ミルク、水があげられる事例.因子負荷は、図ではyが見づらいが、ｆ２でｙと生起因子は(-).
　負荷からは、いずれも生起、抑制因子が区別できる.

　納豆オクラデータでは、