在主成分分析中，“因子载荷矩阵”中的元素[图],是主成分...

“因子载荷矩阵”中的元素,是主成分与变量之间的协方差

A、主成分分析采用降维思想

B、proc princomp是SAS中调用主成分模块的命令

C、主成分分析是根据因子载荷确定选取的主成分个数

D、主成分个数的多少通常以能够反映原来变量85%以上的信息量为依据

请解释主成分负荷（因子载荷）的统计意义，并给出其性质的证明。

上图对应的是各指标变量与主成分（公因子）之间的相关系数，也是因子分析中公共因子得分的系数。

A.因子载荷

B.累积贡献率

C.误判率

D.最近距离

A.是因子载荷矩阵中各列元素的平方和

B.是因子载荷矩阵中各列元素的平方和占p个变量的总方差之比

C.是因子载荷矩阵中各行元素的平方和占p个变量的总方差之比

D.是说明变量所包含的原始信息被公共因子所解释的部分大小的

E.是衡量各个公共因子相对重要程度的一个指标。

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