Pythonでの因子分析（Rからfactal（）に似ています）

Question

私はpythonのsklearnを使って因子分析を実行するのに苦労しています。 Rで

次のコードを実行した後：

Call: 
factanal(x = data_final, factors = 2, scores = "regression", rotation = "varimax", lower = 0.01) 

Uniquenesses: 
WTI  GOLD CAC40  DAX EUR_DOLL YEN_DOLL SP500 NIKKEI GILT TEN_TRES 
0.740 0.971 0.115 0.056 0.789 0.775 0.283 0.022 0.849 0.754 

Loadings: 
    Factor1 Factor2 
WTI  0.400 0.317 
GOLD  0.169   
CAC40  0.857 0.387 
DAX  0.903 0.359 
EUR_DOLL 0.371 0.271 
YEN_DOLL   -0.472 
SP500  0.511 0.675 
NIKKEI 0.337 0.930 
GILT  -0.334 -0.197 
TEN_TRES -0.343 -0.358 

      Factor1 Factor2 
SS loadings  2.482 2.163 
Proportion Var 0.248 0.216 
Cumulative Var 0.248 0.465 

Test of the hypothesis that 2 factors are sufficient. 
The chi square statistic is 686.84 on 26 degrees of freedom. 
The p-value is 4.16e-128 

は、私は簡単にこのコードを解釈し、その背後に出力し、プロセスを理解することができます

x.f <- factanal(data_final, factors = 2, rotation="varimax", scores="regression", lower = 0.01) 

私は、次の結果を得ます。

しかし、次のコードをPythonで実行すると、何が起こっているのか、正しいのか分かりません。

from sklearn import decomposition 
from sklearn.decomposition import FactorAnalysis 

factor = decomposition.FactorAnalysis(n_components=2) 
factor.fit(data_final.iloc[:, 1::]) 
factor.components_ 

array([[-0.01175024, -0.00157749, -0.01547956, -0.01353783, -0.00322834, 
    0.00225613, -0.01085127, -0.01219159, 0.00247041, 0.00210084], 
    [ 0.00021618, -0.00135881, -0.00419973, -0.00435391, -0.00012713, 
    -0.00225637, 0.00275685, 0.00686218, 0.00034337, -0.00035002]]) 

pythonで因子分析を実行する簡単な方法はありますか？そうでない場合は、私のpythonコードからfactorコンポーネントを取得するにはどうすればよいですか？

私が使用しているデータセットは、10資産の先物契約のログ返品のセットです。

ありがとうございました

Answer 1

私は同じ出力を得られなかった理由を発見しました。 Sklearn関数はR facanal（）が実行している間はデータを標準化しません。私は同様の出力を得るためにデータを拡大しなければならなかった。もう一つの疑問は、なぜ私がログのリターンではなく価格で作業しているときに、これが大きな違いになるのかということです。