关于主成分分析和因子分析，下列说法正确的是
A: 原始变量个数越多，需要的主成分/因子个数就越多
B: 原始变量个数越多，主成分分析/因子分析的效果越好
C: 主成分是由可以观测的原始变量通过线性组合得到的新变量，而因子是假想的、不可观测的变量。
D: 主成分/因子的个数越多越好
A: 原始变量个数越多，需要的主成分/因子个数就越多
B: 原始变量个数越多，主成分分析/因子分析的效果越好
C: 主成分是由可以观测的原始变量通过线性组合得到的新变量，而因子是假想的、不可观测的变量。
D: 主成分/因子的个数越多越好
C
举一反三
- 关于主成分分析和因子分析，下列说法正确的是 A: 原始变量个数越多，需要的主成分/因子个数就越多 B: 原始变量个数越多，主成分分析/因子分析的效果越好 C: 主成分是由可以观测的原始变量通过线性组合得到的新变量，而因子是假想的、不可观测的变量。 D: 主成分/因子的个数越多越好
- 下列关于主成分分析和因子分析的表述正确的是（ ） A: 主成分分析和因子分析虽然都用于数据降维，但它们存在差异 B: 因子分析是把变量表示成各因子的线性组合 C: 因子分析仅仅是变量变换，用原始变量的线性组合表示新的综合变量，不含随机误差 D: 主成分分析是把主成分表示成各个变量的线性组合 E: 和主成分相比，因子分析由于使用了因子旋转，因而提取的公因子比主成分分析提取的主成分更具解释性
- 下列关于主成分分析和因子分析的描述中正确的是（ ）。 A: 主成分分析和因子分析的本质是一样的 B: 既可以对变量进行因子分析，也可以对样品进行因子分析 C: 主成分分析和因子分析都属于降维技术 D: 原始变量间的相关性越强，主成分分析或者因子分析的效果越好 E: 因子分析是把各变量表示成公共因子与特殊因子的线性组合，而主成分分析则是把主成分表示成各变量的线性组合
- 以下关于主成分分析和因子分析的说法正确的是（ ）。 A: 因子分析是把各变量表示成公共因子与特殊因子的线性组合 B: 因子分析得到的因子是相关的 C: 主成分分析是把主成分表示成各变量的线性组合 D: 因子分析得到的因子具有较强的可解释性 E: 主成分分析中的主成分是综合指标且互相无关
- 关于主成分分析和因子分析的叙述错误的是（ ） A: 因子分析是把变量表示成各因子的线性组合，而主成分分析则是把主成分表示成各变量的线性组合。 B: 主成分分析和因子分析都不需要模型假设。 C: 正因为因子分析中因子的个数取多大是要通过一定规则确定的，并且因子的形式也不是唯一确定的。 D: 因子分析可以使用旋转技术帮助解释因子，在解释方面比主成分分析更有优势。
内容
- 0
主成分分析和因子分析的不同点为（ ）。 A: 因子分析可以处理降维而主成分分析不可以 B: 主成分分析是把各变量表示成公共因子与特殊因子的线性组合，而因子分析则是把主成分表示成各变量的线性组合 C: 主成分分析可以处理降维而因子分析不可以 D: 主成分分析中每个主成分相应的系数唯一，而因子分析中每个因子相应的系数不唯一 E: 主成分分析中每个主成分相应的系数不唯一，而因子分析中，每个因子相应的系数唯一
- 1
【多选题】下面有关主成分分析和因子分析说法正确的是()。 A. 主成分分析和因子分析虽然都用于数据降维，但它们存在差异。 B. 主成分分析是把主成分表示成各个变量的线性组合。 C. 因子分析仅仅是变量变换，用原始变量的线性组合表示新的综合变量，不含随机误差。 D. 因子分析是把变量表示成各因子的线性组合
- 2
关于主成分分析和因子分析的异同叙述正确的是（ ） A: 主成分分析中，当协方差矩阵或相关阵的特征值唯一时，主成分是固定的，因子分析中因子也是固定的。 B: 因子分析可以使用旋转技术帮助解释因子，在解释方面比主成分分析更有优势。 C: 主成分分析和因子分析都不需要模型假设。 D: 因子分析是把变量表示成各因子的线性组合，而主成分分析则是把主成分表示成各变量的线性组合。
- 3
相比于主成分分析，因子分析更强调用少数几个因子解释原始变量的总方差。
- 4
在主成分分析中，下列说法错误的是（ ） A: 主成分的协方差矩阵是对角阵。 B: 主成分分析的目的是减少变量的个数，因此忽略一些带有较小方差的主成分不会给总方差带来太大的影响。 C: 主成分的总方差不等于原始变量的总方差。 D: 主成与原始变量的相关系数为为因子负荷量或因子载荷量。