В случае множественной коллинеарности детерминант весьма велик:
(*ответ*) нет
да
В случае, когда PCA модель предназначена для предсказания или для классификации, она нуждается в подтверждении (валидации):
(*ответ*) да
нет
Данные всегда (или почти всегда) содержат в себе нежелательную составляющую, называемую шумом:
(*ответ*) да
нет
Знания в области теории факторного анализа позволят исследователю более свободно чувствовать себя только при обработке данных:
(*ответ*) нет
да
Интерпретируемость результатов - наиболее важный содержательный критерий достоверности и значимости анализа:
(*ответ*) да
нет
Исследователь может использовать любые факторы для описания предметной области:
(*ответ*) нет
да
Исследуя остатки можно понять, как устроены данные и хорошо ли они описываются PCA моделью:
(*ответ*) да
нет
Матрица взаимосвязей, допускающая выделение факторов, называется факторизуемой матрицей:
(*ответ*) да
нет
Матрица нагрузок определяет отображение пространств одинаковой размерности:
(*ответ*) нет
да
Суть метода главных компонент - существенное понижение размерности данных:
(*ответ*) да
нет
Тесты на многомерную нормальность очень чувствительны к отклонениям от теоретической модели:
(*ответ*) да
нет
Точный момент возникновения метода факторного анализа определить достаточно трудно:
(*ответ*) да
нет
Факторный анализ быстро превратился в достаточно сложную математическую систему, сочетающую методы теории вероятности и математической статистики, линейной алгебры и функционального анализа:
(*ответ*) да
нет
Автокорреляция в целом представляет тем более существенную проблему, чем больше интервал между наблюдениями:
(*ответ*) нет
да
Автокорреляция в целом представляет тем более существенную проблему, чем меньше интервал между наблюдениями:
(*ответ*) да
нет
Автокорреляция обычно встречается только в регрессионном анализе при использовании данных временных рядов:
(*ответ*) да
нет
Если имеется модель, в которой зависимая переменная, взятая с лагом в один период, используется в качестве одной из объясняющих переменных, то в этом случае влияние автокорреляции, сделает оценки по обычному МНК несостоятельными:
(*ответ*) да
нет
Если ряд имеет автокорреляцию или сезонность, матрица его ковариаций может оказаться близкой к вырожденной:
(*ответ*) да
нет