主成分分析和因子分析都是在多个原始变量中通过他们之间的内部相关性来获取新变量，达到既能减少分析指标个数，又能概括原始变量主要信息的目的

主成分分析法是通过变量变换的方法把相关的变量变为若干(.)的变量。 由因子分析所产生的新变量的分数，称为（） 主成分分析在提取主成分前需要对原变量进行标准化处理（） 若因子分析用来研究样本间相关关系，称为 型因子分析。 主成分分析是： 进行因子分析的前提条件是，各变量之间应该( ) Bartlett球形检验结果显著性水平P小于0.05，同时KMO值在范围内的时候，数据做主成分分析或者因子分析是良好水平 主成分分析的步骤是（） 因子分析确定因子个数的方法包括（） 主成分分析：从多个数值变量（指标）之间的相互关系入手，利用降维的思想，将多个变量（指标）化为少数几个具有相关关系的综合变量（指标）的统计方法 因子分析的主要作用有（） （ ? ? ）是因子分析的最终体现。 以下统计分析方法中，属于有监督分析的是：: 主成分分析 偏最小二乘法-判别分析 其他选项都是 聚类分析 因子分析的核心问题有两个：一是如何构造因子变量；二是如何对因子变量进行命名解释。 主成分分析中原始数据带有量纲，可以用协方差矩阵进行计算（） KMO越接近于1，说明变量的相关性越强,适合作因子分析。 对于主成分分析，下列说法中错误的选项是（） 主成分分析的应用不包括( ) 因子分析适合的数据类型是（） 城市系统评估和优化的方法有()、层次分析法和主成分分析法