在主成分选择时，关于特征根的贡献率的说法不正确的有：
A: 对于p个变量的相关系数矩阵有p个特征值，并且这p个特征值的和为p，因此，每个特征值理论上的平均值应该为1，但实际上特征值依次减少。
B: 每个主成分的方差占所有变量的方差的和的百分比为贡献率，数值上等于对应的特征值和所有特征值的和的比值。
C: 第i个主成分的贡献率是第i个特征值的贡献率，是指第i个特征值除以p的商的百分率。
D: 特征值没什么意义。
A: 对于p个变量的相关系数矩阵有p个特征值，并且这p个特征值的和为p，因此，每个特征值理论上的平均值应该为1，但实际上特征值依次减少。
B: 每个主成分的方差占所有变量的方差的和的百分比为贡献率，数值上等于对应的特征值和所有特征值的和的比值。
C: 第i个主成分的贡献率是第i个特征值的贡献率，是指第i个特征值除以p的商的百分率。
D: 特征值没什么意义。
举一反三
- 在主成分选择时，关于特征根的贡献率的说法正确的有（ ）。 A: 对于p个变量的相关系数矩阵有p个特征值，并且这p个特征值的和为p，因此，每个特征值理论上的平均值应该为1，但实际上特征值依次减少 B: 每个主成分的方差占所有变量的方差的和的百分比为贡献率，数值上等于对应的特征值和所有特征值的和的比值 C: 第i个主成分的贡献率是第i个特征值的贡献率，是指第i个特征值除以p的商的百分率 D: 累积贡献率就是贡献率之和
- 主成分的贡献率如何计算? A: 主成分对应的特征值在总特征值之和中所占的比例 B: 主成分对应的方差
- 在进行主成分选取的时候，一般取累计贡献率达85%~95%的特征值λ₁，λ₂，λ₃（m≤P）对应的主成分，或者取其特征值大于1的主成分
- 主成分分析中可以取累计方差贡献率不小于80%的前q个主成分或选用特征值不小于1的前q个主成分。
- (特征值与特征向量)矩阵A的特征值与特征向量的求法步骤 A: 计算特征方程 B: 求特征方程的全部根，即为全部的特征值 C: 求每个特征值对应的齐次线性方程组的基础解系 D: 写出全部的特征向量