Есть ли причина оставить решение для разведочного фактора без изменений?

Есть ли какие-либо причины, чтобы не поворачивать решение для разведочного факторного анализа?

Легко найти обсуждения, сравнивающие ортогональные решения с косыми решениями, и я думаю, что я полностью понимаю все это. Кроме того, из того, что я смог найти в учебниках, авторы обычно правильно объясняют методы оценки факторного анализа и объясняют, как работает ротация и какие есть разные варианты. Чего я не видел, так это дискуссии о том, стоит ли вращаться в первую очередь.

В качестве бонуса, я был бы особенно благодарен, если бы кто-нибудь мог предоставить аргумент против ротации любого типа, который был бы действителен для нескольких методов оценки факторов (например, метод главного компонента и метод максимального правдоподобия).

Да, может быть причина отказаться от ротации в факторном анализе. Эта причина на самом деле похожа на то, почему мы обычно не вращаем главные компоненты в PCA (то есть, когда мы используем его главным образом для уменьшения размерности, а не для моделирования скрытых признаков).

$^1$

Если вы заинтересованы в том, чтобы исследовать этот фактор, а не игнорировать его и позволить ему раствориться за простой структурой, не вращайте извлеченные факторы. Вы можете даже частично выделить влияние общего фактора из корреляций и перейти к факторному анализу остаточных корреляций.

$^1$$\bf A$$\bf A'A$$\bf A$

Я думаю, что это может помочь вам: https://www.utdallas.edu/~herve/Abdi-rotations-pretty.pdf

С Уважением,