itgle.com
更多“中心化的主成分与非中心化的主成分在主成分分析中所起的作用本质上相同。”相关问题
  • 第1题:

    在进行主成分分析时,应使第一主成分在总方差中所占的比重( )。

    A.最小

    B.次大

    C.最大

    D.为各个主成分所占比重的加权平均值


    正确答案:C
    解析:在多指标综合评价中,第一个主成分y1综合原始指标信息的能力最强,即第一主成分在总方差中所占的比重最大。

  • 第2题:

    下列关于因子得分和主成分得分的说法,正确的有( )。

    A.因子得分和主成分得分都是标准化得分

    B.因子得分是确定的

    C.主成分得分是不确定的

    D.因子得分是不确定的

    E.主成分得分是确定的


    正确答案:ABC

  • 第3题:

    GC法检查杂质的方法包括

    A.相对迁移法

    B.面积归一化法

    C.差示热分析法

    D.不加校正因子的主成分自身对照法

    E.加校正因子的主成分自身对照法


    正确答案:BDE

  • 第4题:

    主料是指在菜肴中作为()、占主导地位、起突出作用的原料。

    • A、主形成分
    • B、主色成分
    • C、主要成分
    • D、主味成分

    正确答案:C

  • 第5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6题:

    配位物中心离子所提供杂化的轨道,其主量子数必须相同。


    正确答案:错误

  • 第7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8题:

    主成分分析


    正确答案: 寻找反映多个变量的独立的综合指标。主成分个数等于变量个数,但是一般去前几个。

  • 第9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10题:

    问答题
    怎样的情况下需要计算标准化的主成分?

    正确答案: 因为实际问题的变量有很多量纲,不同的量纲会引起各个变量的取值的分散程度差异较大,总体方差将主要受到方差较大的变量的控制。如果用协方差矩阵求主成分,则优先照顾方差大的变量,可能会得到不合理的结果,因此为了消除量纲的影响,需要计算标准化的主成分。
    解析: 暂无解析

  • 第11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12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13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14题:

    红花( )

    A、主含挥发油

    B、主含生物碱类成分

    C、主含黄酮类成分

    D、主含苷类成分

    E、主含鞣质类成分


    正确答案:D
    解析:花类中药——红花

  • 第15题:

    关于主成分分析PCA说法正确的是:( )

    A我们必须在使用PCA前规范化数据

    B我们应该选择使得模型有最大variance的主成分

    C我们应该选择使得模型有最小variance的主成分

    D我们可以使用PCA在低纬度上做数据可视化


    答案:ABD

  • 第16题:

    在同城或异地建立的灾备数据中心,设计时()。

    • A、宜与主用数据中心等级相同
    • B、宜与主用数据中心等级不同
    • C、必须与主用数据中心等级相同
    • D、不得与主用数据中心等级相同

    正确答案:A

  • 第17题:

    中医理论中心的功能为()。

    • A、主血脉
    • B、主气
    • C、主运化
    • D、主疏泄

    正确答案:A

  • 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:

    简述主成分分析原理与作用


    正确答案: 主成分分析:是采用一种数学降维的方法,找出几个综合变量来代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息,而且彼此之间互不相关,这种将多个变量化为少数几个互不相关的综合变量的统计分析方法就叫做主成分分析或主分量分析。
    原理:主成分分析要做的就是设法将原来众多具有一定相关性的变量,重新组合为一组新的相互无关的综合变量来代替原来的变量。通常,数学上的处理方法就是将原来的变量做线性组合,作为新的综合变量。如果将选取的第一个线性组合即第一个综合变量记为F1,使其尽可能多地反映原来变量信息,F1越大,表示包含的信息越多,因此在所有线性组合中F1应该是方差最大的,称为第一主成分。如果第一主成分不足以代表原来所有变量的信息,再选取F2即第二个线性组合,为了有效反映原来信息,F1已有的信息不需要出现在F2中,那么F2记为第二主成分,以此类推。
    应用:如系统评估,由于系统评估是指对系统运营状态做出评估,而评估一个系统的运营状态往往需要考察许多应用变量,因此利用主成分分析可以将一个多变量的问题综合成一个单变量形式。此外还可以与回归分析结合,进行主成分回归分析,以及进行挑选变量,选择变量子集合的研究。

  • 第20题:

    构成从物的要件包括()。

    • A、须独立而非主物的成分
    • B、不独立但非主物的成分
    • C、须助主物的效用
    • D、不与主物同属于一人
    • E、须与主物同属于一人

    正确答案:A,C,E

  • 第21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22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23题:

    问答题
    简述主成分分析原理与作用

    正确答案: 主成分分析:是采用一种数学降维的方法,找出几个综合变量来代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息,而且彼此之间互不相关,这种将多个变量化为少数几个互不相关的综合变量的统计分析方法就叫做主成分分析或主分量分析。
    原理:主成分分析要做的就是设法将原来众多具有一定相关性的变量,重新组合为一组新的相互无关的综合变量来代替原来的变量。通常,数学上的处理方法就是将原来的变量做线性组合,作为新的综合变量。如果将选取的第一个线性组合即第一个综合变量记为F1,使其尽可能多地反映原来变量信息,F1越大,表示包含的信息越多,因此在所有线性组合中F1应该是方差最大的,称为第一主成分。如果第一主成分不足以代表原来所有变量的信息,再选取F2即第二个线性组合,为了有效反映原来信息,F1已有的信息不需要出现在F2中,那么F2记为第二主成分,以此类推。
    应用:如系统评估,由于系统评估是指对系统运营状态做出评估,而评估一个系统的运营状态往往需要考察许多应用变量,因此利用主成分分析可以将一个多变量的问题综合成一个单变量形式。此外还可以与回归分析结合,进行主成分回归分析,以及进行挑选变量,选择变量子集合的研究。
    解析: 暂无解析

  • 第24题:

    问答题
    主成分分析的作用体现在何处?

    正确答案: 一般说来,在主成分分析适用的场合,用较少的主成分就可以得到较多的信息量。以各个主成分为分量,就得到一个更低维的随机向量;主成分分析的作用就是在降低数据“维数”的同时又保留了原数据的大部分信息。
    解析: 暂无解析