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.主成分分析方法一种数据降维的方法。

B.通过主成分分析，可以将多个变量缩减为少数几个新的变量，而信息并没有损失，或者说信息损失很少。

C.通过主成分分析，可以用较少的新的指标来代替原来较多的指标反映的信息，并且新的指标之间是相互独立的。

D.主成分分析方法不是一种统计学方法。

A.主成分

B.判别函数

C.因子载荷

D.方差贡献

A.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。

B.原始变量个数越多，需要的主成分/因子个数就越多

C.原始变量个数越多，主成分分析/因子分析的效果越好

D.主成分/因子的个数越多越好

A.可消除评估指标之间的相关影响。因为主成分分析法在对原始数据指标变量进行变换后形成了彼此相互独立的主成分，而且实践证明指标间相关程度越高，主成分分析效果越好。###SXB###B.可减少指标选择的工作量，对于其他评估方法，由于难以消除评估指标间的相关影响，所以选择指标时要花费不少精力，而主成分分析法由于可以消除这种相关影响，所以在指标选择上相对容易些。###SXB###C.主成分分析中各主成分是按方差大小依次排列顺序的，在分析问题时，可以舍弃一部分主成分，只取前面方差较大的几个主成分来代表原变量，从而减少了计算工作量。###SXB###D.确切。

A.有必要考虑变量的量纲，避免出现“大数吃小数”

B.有多少个原始变量，就需要选取多少个主成分

C.得到的各个主成分实际上是影响各原始变量的潜在因素

D.需要考虑样品间的相关性