私はこれについてWilliam Revelleに連絡しようとしましたが、彼は応答していません。psych :: cor.smoother関数の解釈
psychパッケージには、相関行列が正定値かどうかを判定するcor.smootherという関数があります。次のようにその説明は次のとおりです。
「cor.smootherが体系一度に一つの変数をドロップし、固有値分解を見つけることによって、ランクNVAR-1のNVAR未成年者のすべてを調べそれを落とし、これらの変数を、報告します。最後に、元の相関行列と平滑化された相関行列を比較し、絶対偏差がカットより大きい項目を報告します。これらはすべてヒントです。相関行列を使って何が間違っているのか」
実際に私が誰かがわかりやすい方法で解釈できることを願っている太字のステートメントですか？
ご質問に対する遅れた回答。
相関行列は、行列の固有値の少なくとも1つが0より小さい場合、不適当（またはより正確には正の半定理ではない）と言われます。これは、欠落しているデータがあり、ペアワイズ完全相関。いくつかの、あるいは多くのデータが欠落しているデータセットに基づいて、四次相関または多相相関を行っている場合に特に発生する可能性があります。
（相関行列Rは、固有値ベクトル（X）と固有値（λ）のセットに分解することができます。ここで、R = X lambda X 'です。この分解は、成分分析と因子分析の基礎ですが、
cor.smooth関数は、固有値を見つけて、少し正にすることで負の値を調整します（そして、この変更を補うために他の値を調整します）。
cor.smoother関数は、行列を不適切なものにしている変数を識別しようとします。これは、一度に1つの変数を削除し、そのうちのどの変数が正の値ではないかを見ることによって生成されるすべての行列を考慮することによって行われます（すなわち、固有値<を持ちます）。理想的には、
この例は、悲しみの相関関係が間違っている可能性があり、.87が.81である必要があるバーットデータセットです。
cor.smoother（バート）これは私には、線形代数の質問のように見えます
可能性が犯人として優しさと悲しみを#identifies。 [minor matrices]（https://en.wikipedia.org/wiki/Minor_%28linear_algebra%29）の次のウィキペディアのリンクを参照してください。あなたの質問はおそらく[CrossValidated]（http://stats.stackexchange.com/）に適しています。 – lmo
ありがとう！私はそれを試みます。 –