niusouti.com

下列关于主成分分析的表述正确的是() A、主成分分析的目的是找出少数几个主成分代表原来的多个变量 B、所找出的主成分是原来变量的线性组合 C、所找出的主成分之间是互不相关的 D、用于主成分分析的多个变量之间应有较强的相关性A.AB.BC.CD.D

题目

下列关于主成分分析的表述正确的是() A、主成分分析的目的是找出少数几个主成分代表原来的多个变量 B、所找出的主成分是原来变量的线性组合 C、所找出的主成分之间是互不相关的 D、用于主成分分析的多个变量之间应有较强的相关性

A.A

B.B

C.C

D.D


相似考题
更多“下列关于主成分分析的表述正确的是() A、主成分分析的目的是找出少数几个主成分代表原来的多个变量 B、所找出的主成分是原来变量的线性组合 C、所找出的主成分之间是互不相关的 D、用于主成分分析的多个变量之间应有较强的相关性”相关问题
  • 第1题:

    主成分分析中,计算贡献率和累计贡献率是为了确定主成分(即综合指标)的个数,并据此建立主成分方程。( )

    A.正确

    B.错误


    正确答案:A

  • 第2题:

    因子分析是主成分分析的发展,主成分分析是进行因子分析的一种重要方法。()


    参考答案:√

  • 第3题:

    主成分分析可以把多个指标简化为少数几个综合指标,这些综合指标既能够反映原来多个指标的信息,彼此之间又紧密相关。( )

    A.正确

    B.错误


    正确答案:B
    解析:主成分分析是指把多个指标简化为少数几个综合指标的统计分析方法,它能使这些综合指标尽可能地反映原来多个指标的信息,并保证这些综合指标彼此之间互不相关。

  • 第4题:

    以下关于主成分分析中主成分的说法正确的是()

    • A、主成分是原变量的线性组合
    • B、各个主成分之间相互相关
    • C、每个主成分的均值为0、其方差为协方差阵对应的特征值
    • D、不同的主成分轴(载荷轴)之间相互正交

    正确答案:A,C,D

  • 第5题:

    ()主要应用有两个方面,一是减少分析变量个数;二是通过对变量间相关关系探测,将原始变量进行分类。

    • A、回归分析
    • B、方差分析
    • C、因子分析
    • D、主成分分析

    正确答案:C

  • 第6题:

    进行主成分分析的前提条件是,各变量间()

    • A、高度相关
    • B、低度相关
    • C、相互独立
    • D、完全相关

    正确答案:B

  • 第7题:

    进行主成分分析的前提条件是,各变量之间应该()。

    • A、相互独立
    • B、低度相关
    • C、高度相关
    • D、完全相关

    正确答案:B

  • 第8题:

    主成分分析的应用不包括()。

    • A、降低所研究的数据空间的维数
    • B、通过主成分分析法构造回归模型
    • C、通过因子负荷的结果,弄清原始变量间的某些关系
    • D、对样本进行分类

    正确答案:D

  • 第9题:

    多选题
    有关主成分的方差,下述表达正确的是()
    A

    主成分的方差矩阵是对角矩阵

    B

    第k个主成分的方差为对应的特征根

    C

    主成分的总方差等于原变量的总方差

    D

    主成分的方差等于第k个主成分与第j个变量样本间的相关系数

    E

    任意两个主成分的方差是不相关的。


    正确答案: D,E
    解析: 暂无解析

  • 第10题:

    填空题
    一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析,在()矩阵或()矩阵的基础上计算特征值,构造主成分。根据主成分-特征值的关系,可以选择少数的主成分作为输出结果。

    正确答案: 波段协方差、相关
    解析: 暂无解析

  • 第11题:

    问答题
    主成分与原始变量间的关系是怎样的?

    正确答案: (1)主成分保留了原始变量绝大多数信息。
    (2)主成分的个数远远少于原始变量的数目。
    (3)各个主成分之间互不相关。
    (4)每个主成分都是原始变量的线性组合。
    解析: 暂无解析

  • 第12题:

    单选题
    研究应变量y不同取值的概率与自变量x之间关系应建立()。
    A

    多元线性回归模型

    B

    主成分回归模型

    C

    因子分析模型

    D

    logistic回归模型

    E

    主成分模型


    正确答案: B
    解析: 暂无解析

  • 第13题:

    研究应变量y不同取值的概率与自变量x之间关系应建立

    A、多元线性回归模型

    B、主成分回归模型

    C、因子分析模型

    D、logistic回归模型

    E、主成分模型


    参考答案:D

  • 第14题:

    将彼此相关的一组指标变量转化为彼此独立的一组新变量,可用主成分分析。()


    参考答案:正确

  • 第15题:

    主成分分析法是通过变量变换的方法把相关的变量变为若干(.)的变量。

    A.相联系
    B.相互矛盾
    C.不相关
    D.相等

    答案:C
    解析:

  • 第16题:

    ()是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法,又称主分量分析。

    • A、回归分析
    • B、方差分析
    • C、因子分析
    • D、主成分分析

    正确答案:D

  • 第17题:

    ()是研究观测变量变动的共同原因和特珠原因,从而达到简化变量结构的目的的多元统计方法,是研究从变量群中提取共性因子的统计技术。

    • A、回归分析
    • B、方差分析
    • C、因子分析
    • D、主成分分析

    正确答案:C

  • 第18题:

    主成分分析中,仅仅对一个原始变量有作用的主成分称为()。

    • A、单一成分
    • B、独立成分
    • C、特殊成分
    • D、公共成分

    正确答案:C

  • 第19题:

    雄黄的主成分是(),自然铜的主成分是(),石膏的主成分是()。


    正确答案:二硫化二砷;二硫化铁;CaSO4˙2H2O

  • 第20题:

    有关主成分的方差,下述表达正确的是()

    • A、主成分的方差矩阵是对角矩阵
    • B、第k个主成分的方差为对应的特征根
    • C、主成分的总方差等于原变量的总方差
    • D、主成分的方差等于第k个主成分与第j个变量样本间的相关系数
    • E、任意两个主成分的方差是不相关的。

    正确答案:A,B,C,E

  • 第21题:

    单选题
    主成分分析的应用不包括()。
    A

    降低所研究的数据空间的维数

    B

    通过主成分分析法构造回归模型

    C

    通过因子负荷的结果,弄清原始变量间的某些关系

    D

    对样本进行分类


    正确答案: C
    解析: 暂无解析

  • 第22题:

    多选题
    以下关于主成分分析中主成分的说法正确的是()
    A

    主成分是原变量的线性组合

    B

    各个主成分之间相互相关

    C

    每个主成分的均值为0、其方差为协方差阵对应的特征值

    D

    不同的主成分轴(载荷轴)之间相互正交


    正确答案: D,C
    解析: 主成分分析(Principal Component Analysis)也称为主分量分析或者矩阵数据分析,是一种统计分析中常用的方法。它利用数理统计方法找出系统中的主要因素和各因素之间的关系,由于系统地相互关联性,当出现异常情况时或对系统进行分析时,抓住几个主要参数的状态,就能把握系统的全局。
    主成分分析法是一种把系统中的多个变量(指标)转化为较少的几个不相关的综合指标的统计分析法,因而可将多变量的高维空间问题简化成低维的综合指标问题。

  • 第23题:

    问答题
    试述根据协差阵进行主成分分析和根据相关阵进行主成分分析的区别。

    正确答案: 从相关阵求得的主成分与协差阵求得的主成分一般情况是不相同的。从协方差矩阵∑出发的,其结果受变量单位的影响。主成分倾向于多归纳方差大的变量的信息,对于方差小的变量就可能体现得不够,也存在“大数吃小数”的问题。实际表明,这种差异有时很大。我们认为,如果各指标之间的数量级相差悬殊,特别是各指标有不同的物理量纲的话,较为合理的做法是使用R代替∑。对于研究经济问题所涉及的变量单位大都不统一,采用R代替∑后,可以看作是用标准化的数据做分析,这样使得主成分有现实经济意义,不仅便于剖析实际问题,又可以避免突出数值大的变量。
    解析: 暂无解析

  • 第24题:

    问答题
    对于任何情形的多个变量,都可以采取主成分方法降维吗?为什么?

    正确答案: 肯定不是,必须要满足适合主成分分析的要求才可以降维。举个简单的例子,其适用范围是各个变量之间应该具有比较强的相关性,如果多个变量均为各项同性,则主成分分析效果不明显。
    解析: 暂无解析