Buda Pest
Quiz by , created more than 1 year ago

Lasciate ogni speranza, voi,ch'entrant..

383
1
0
No tags specified
Buda Pest
Created by Buda Pest almost 6 years ago
Close

Módszertan és statisztika vizsga ELTE MA/1

Question 1 of 136

1

A béta-súlyok alapján többszörös lineáris regresszió-elemzésben eldönthetjük, hogy két független változó közül melyiknek van nagyobb hatása a függő változóra.

Select one of the following:

  • True
  • False

Explanation

Question 2 of 136

1

Lépésenkénti regresszióban a 3. lépéstől a bevonási kritérium tesztelése előtt megnézzük, hogy nincs-e olyan korábban bevont változó, amelyet ki kell ejtenünk a modellből.

Select one of the following:

  • True
  • False

Explanation

Question 3 of 136

1

A logit a függő változó valószínűségének logaritmusa

Select one of the following:

  • True
  • False

Explanation

Question 4 of 136

1

Kanonikus korreláció elemzésben két változócsoport egymással erősen korreláló közös struktúráját keressük.

Select one of the following:

  • True
  • False

Explanation

Question 5 of 136

1

A diszkriminancia analízis feltétele, hogy a független változók diszkrétek legyenek.

Select one of the following:

  • True
  • False

Explanation

Question 6 of 136

1

Minél nagyobb a wilks-lambda, annál jobb a DA predikciós modellje.

Select one of the following:

  • True
  • False

Explanation

Question 7 of 136

1

A 2. főkomponens értéke sosem lehet nagyobb mint az első főkomponensé.

Select one of the following:

  • True
  • False

Explanation

Question 8 of 136

1

Klaszteranalízisben az a klaszter a homogénebb, amelynek a homogenitási együtthatója nagyobb.

Select one of the following:

  • True
  • False

Explanation

Question 9 of 136

1

Az EESS a klaszterek által megmagyarázott varianciaarány

Select one of the following:

  • True
  • False

Explanation

Question 10 of 136

1

PB jelzi, hogy átlagosan mennyivel távolabb vannak egymástól távol a külön klaszterbe, mint az egyazon klaszterbe tartozók

Select one of the following:

  • True
  • False

Explanation

Question 11 of 136

1

A rotáció általában megkönnyíti a FA értelmezését.

Select one of the following:

  • True
  • False

Explanation

Question 12 of 136

1

A maximum likelihood faktormodell nem veszi figyelembe a változókra specifikus egyedi részleteket.

Select one of the following:

  • True
  • False

Explanation

Question 13 of 136

1

Klaszteranalízisben az 1-nél nagyobb sajátértékű klasztereken szoktak relokációt végezni

Select one of the following:

  • True
  • False

Explanation

Question 14 of 136

1

Klaszteranalízisben a:
Homogenitást, kohéziót mérik: EESS%,,HCátlag
Szeparációt mérik: SC, XBmod, GDI24
Mindkettőt mérik: PB, CLdelta

Select one of the following:

  • True
  • False

Explanation

Question 15 of 136

1

A MORI (Measure of Relative Improvement) a kapott faktorstruktúra belső validitásának
(internal validity) legfontosabb mutatója

Select one of the following:

  • True
  • False

Explanation

Question 16 of 136

1

A QC és MORI segítségével:
-Megítélhetjük velük egy struktúra jóságát
-Segítséget nyújthatnak a helyes
klaszterszám megállapításához
-Összehasonlíthatunk velük különböző
algoritmusokat
-Összehasonlíthatunk velük különböző
klasztermegoldásokat (struktúrákat)

Select one of the following:

  • True
  • False

Explanation

Question 17 of 136

1

A KMO 0,75- ös értéke már jónak mondható.

Select one of the following:

  • True
  • False

Explanation

Question 18 of 136

1

A KMO értéke 0,5 alatt elfogadhatatlan

Select one of the following:

  • True
  • False

Explanation

Question 19 of 136

1

A nemhierarchikus klaszteranalízis egymásra épülő klasszifikációk rendszere, melyhez úgy jutunk, hogy lépésenként egyesítünk vagy felbontunk klasztereket.

Select one of the following:

  • True
  • False

Explanation

Question 20 of 136

1

A QC jelentése klaszter kvalifikációs mutató. Ilyenek az EESS és a homogenitási együttható.

Select one of the following:

  • True
  • False

Explanation

Question 21 of 136

1

Magyarázott varianciaarány MV% = nemlineáris determinációs együttható = eta-négyzet.
e2 = Hatás variabilitás/Teljes variabilitás

Select one of the following:

  • True
  • False

Explanation

Question 22 of 136

1

Az ANOVA az összetartozó mintás T-próba általánosítása min. 3 csoportra.

Select one of the following:

  • True
  • False

Explanation

Question 23 of 136

1

A trimmelés a szélsőséges értékek eltávolítását jelenti.

Select one of the following:

  • True
  • False

Explanation

Question 24 of 136

1

Klaszteranalízis során a hasonlóságot (távolságot) leggyakrabban az adatsorbeli értékek átlagos távolságával szokták mérni (Euklideszi távolság). Egy ilyen variáns az ASED (átlagos négyzetes eltérés, Average Squared Euclidian Distance).

Select one of the following:

  • True
  • False

Explanation

Question 25 of 136

1

Ward-féle módszer: Azt a két klasztert egyesítjük, amellyel az „összhiba” (azaz a klasztereken belüli négyzetes összegek összege = ESS) a legkisebb mértékben nő.

Select one of the following:

  • True
  • False

Explanation

Question 26 of 136

1

Log-lineáris elemzéssel diszkrét változók közti speciális kapcsolatokat tesztelhetünk.

Select one of the following:

  • True
  • False

Explanation

Question 27 of 136

1

A minimum távolságok módszere képes nem elliptikus formákat is feltárni, de érzékeny a „zaj”-ra és a kilógó értékekre.
A maximum távolságok módszere kevésbé érzékeny a zajra/kilógó értékekre, de hajlamos a nagy klasztereket darabolni és globuláris (gömbszerű) alakzatokat kihozni.

Select one of the following:

  • True
  • False

Explanation

Question 28 of 136

1

Az átlagos távolság módszere és a Ward-módszer a legjobb klaszteranalízisi elemzések.

Select one of the following:

  • True
  • False

Explanation

Question 29 of 136

1

Jó klaszteranalízis általános sarokszámai:
EESS% - legyen 0,65-nél nagyobb
PB (Klaszter pontbiszeriális korreláció) – legyen legalább 0,30
SilCoef – legyen 0,50-nél nagyobb
HCátlag – legyen 1-nél jóval kisebb
HCmin-max – legyen 1 alatt

Select one of the following:

  • True
  • False

Explanation

Question 30 of 136

1

A K-központú hierarchikus klaszterelemzés ideális, ha a feltárandó valódi típusok arányai erősen különböznek.

Select one of the following:

  • True
  • False

Explanation

Question 31 of 136

1

A log-lineáris elemzést korrelációs mátrixokon szokás végezni.

Select one of the following:

  • True
  • False

Explanation

Question 32 of 136

1

Klaszteranalízisben a legközelebbi szomszéd módszerének alkalmazása azt jelenti, hogy mindig a két legközelebbi centroid klaszterét egyesítjük közös klaszterbe.

Select one of the following:

  • True
  • False

Explanation

Question 33 of 136

1

Többváltozós elemzésekben elvárt, hogy a személyek száma 3-5-ször akkora legyen, mint a változóké.

Select one of the following:

  • True
  • False

Explanation

Question 34 of 136

1

Hierarchikus klaszteranalízisben a legközelebbi szomszéd módszer alkalmazása azt jelenti, hogy mindig a két legközelebbi klaszterközéppontú klasztert egyesítjük a közös klaszterbe.

Select one of the following:

  • True
  • False

Explanation

Question 35 of 136

1

Kovariancia-analízisben korrigált mintaátlagokat hasonlítunk össze.

Select one of the following:

  • True
  • False

Explanation

Question 36 of 136

1

A log-lineáris elemzés egy sima khi2-próbás kapcsolatvizsgálat általánosítása.

Select one of the following:

  • True
  • False

Explanation

Question 37 of 136

1

Bináris logisztikus regresszióval ugyanarra a fő kérdésre kaphatunk választ mint egy megfelelő diszkriminanciaanalízissel.

Select one of the following:

  • True
  • False

Explanation

Question 38 of 136

1

A rotációk hatására hasonlóbbá válnak az egyes faktorok által megmagyarázott varianciák.

Select one of the following:

  • True
  • False

Explanation

Question 39 of 136

1

Regresszióban a konstans tag jelzi, hogy egységnyi megváltoztatásával milyen mértékben változik a függő változó.

Select one of the following:

  • True
  • False

Explanation

Question 40 of 136

1

Két szempont között a variancia analízisben (VA) akkor van interakció, ha közös hatásuk az egyedi hatások sima összege.

Select one of the following:

  • True
  • False

Explanation

Question 41 of 136

1

Ha az FA-ban egy input változó KMO-értéke 0,25 feletti, akkor a változó bevonható a faktormodellbe

Select one of the following:

  • True
  • False

Explanation

Question 42 of 136

1

A klaszteranalízis lényege, hogy eseteket vagy változókat páronkénti távolságaik alapján homogén csoportokba rendezünk

Select one of the following:

  • True
  • False

Explanation

Question 43 of 136

1

A maximum likelihood faktoranalízisben ugyanannyi faktorral a változók varianciájának nagyobb hányadát tudjuk megmagyarázni, mint egy ugyanazon változókon végrehajtott főkomponensanalízisben

Select one of the following:

  • True
  • False

Explanation

Question 44 of 136

1

Két szempont között a VA-ban akkor van interakció, ha a két szempont szoros közvetlen kapcsolatban van.

Select one of the following:

  • True
  • False

Explanation

Question 45 of 136

1

A Ward-féle módszernél két klaszter távolságát a klaszterek centroidjainak távolságával definiáljuk.

Select one of the following:

  • True
  • False

Explanation

Question 46 of 136

1

Többszörös lineáris regresszióban a többszörös korrelációs együttható négyzete a regresszió standard hibája.

Select one of the following:

  • True
  • False

Explanation

Question 47 of 136

1

Többszörös lineáris regressziónál a hibatagok korrelálhatnak egymással

Select one of the following:

  • True
  • False

Explanation

Question 48 of 136

1

Többszörös lineáris regressziónál a multikollinearitás kizárása akkor lehetséges, ha két független változó közti korrelációs együttható nem haladja meg a 0,7-es, míg a determinációs együttható: 0,5-ös értéket.

Select one of the following:

  • True
  • False

Explanation

Question 49 of 136

1

A Bx regresszió együttható értéke azt mutatja meg, hogy az X független változó értékét 1 egységgel megnövelve az Y függő változó értéke várhatóan hogyan változik.

Select one of the following:

  • True
  • False

Explanation

Question 50 of 136

1

A diszkriminanciaanalízis fő célja egy olyan predikciós szabály megalkotása, amellyel kvantitatív változók értékeiből bejósolható egy kvalitatív változó értéke.

Select one of the following:

  • True
  • False

Explanation

Question 51 of 136

1

Lépésenkénti regresszióanalízisben a független változóval kiszámított parciális vagy szemiparciális alapján döntünk az egyenletbe való beválasztásról.

Select one of the following:

  • True
  • False

Explanation

Question 52 of 136

1

A Wilks-lambda szoros kapcsolatban van a megmagyarázott varianciával.

Select one of the following:

  • True
  • False

Explanation

Question 53 of 136

1

A béta-súlyok alapján többszörös lineáris regresszió-elemzésben eldönthetjük, hogy két független változó közül melyiknek van nagyobb hatása a függő változóra.

Select one of the following:

  • True
  • False

Explanation

Question 54 of 136

1

A legkisebb négyzetes regresszió kritériuma, hogy minimális legyen a regressziós becslés és a függő változó közti átlagos négyzetes eltérés.

Select one of the following:

  • True
  • False

Explanation

Question 55 of 136

1

A konfigurációelemzés (CFA) sok, kevés értékű változó értékkombinációinak feltárására alkalmas.

Select one of the following:

  • True
  • False

Explanation

Question 56 of 136

1

Stepwise elemzésnél történhet beléptetés és kiléptetés is.

Select one of the following:

  • True
  • False

Explanation

Question 57 of 136

1

A Wilks-lambda a megmagyarázott variancia.

Select one of the following:

  • True
  • False

Explanation

Question 58 of 136

1

A parciális korrelációs együttható lehet nagyobb mint 1.

Select one of the following:

  • True
  • False

Explanation

Question 59 of 136

1

A determinációs együttható a korrelációs együtthatónál mindig kisebb.

Select one of the following:

  • True
  • False

Explanation

Question 60 of 136

1

Klaszteranalízisben az 1-nél nagyobb sajátértékű klasztereken szoktak relokációt végezni.

Select one of the following:

  • True
  • False

Explanation

Question 61 of 136

1

Az agglomeratív hierarchikus klaszteranalízis minden lépésében egyesítünk két klasztert, amelyek valamilyen értelemben egymáshoz a legközelebb vannak.

Select one of the following:

  • True
  • False

Explanation

Question 62 of 136

1

A Ward-féle módszer egy speciális nemhierarchikus klaszteranalízis.

Select one of the following:

  • True
  • False

Explanation

Question 63 of 136

1

A kovarianciaanalízis lényege, hogy a szempontváltozók közti interakciókat ki lehet vele mutatni.

Select one of the following:

  • True
  • False

Explanation

Question 64 of 136

1

A kovariancia-analízisnek nem feltétele a szóráshomogenitás.

Select one of the following:

  • True
  • False

Explanation

Question 65 of 136

1

A kovariancia-elemzés során lényegében parciálást alkalmazunk.

Select one of the following:

  • True
  • False

Explanation

Question 66 of 136

1

A kovariancia-analízisben a vizsgált változóknak (a csoportosító változót is beleértve) normál eloszlásúaknak kell lenniük.

Select one of the following:

  • True
  • False

Explanation

Question 67 of 136

1

A kovariancia-analízis olyan VA, melynek során egy vagy több kvantitatív változó hatását kiszűrve teszteljük a VA szempontváltozóinak a hatását a VA függő változójára.

Select one of the following:

  • True
  • False

Explanation

Question 68 of 136

1

A kanonikus korrelációk lényegében megmagyarázott varianciák.

Select one of the following:

  • True
  • False

Explanation

Question 69 of 136

1

Főkomponensanalízisben Varimax rotáció után a főkomponensek nem feltétlenül lesznek korrelálatlanok

Select one of the following:

  • True
  • False

Explanation

Question 70 of 136

1

A varimax rotációval maximalizáljuk a faktorok által megmagyarázott összvarianciát.

Select one of the following:

  • True
  • False

Explanation

Question 71 of 136

1

A Levene-próbának fontos alkalmazási feltétele a szóráshomogenitás.

Select one of the following:

  • True
  • False

Explanation

Question 72 of 136

1

Két normális együttes eloszlású változó között lehet U alakú kapcsolat is.

Select one of the following:

  • True
  • False

Explanation

Question 73 of 136

1

A Varianciaanalízisban 2 szempont között akkor van interakció, ha a két szempont szoros korrelációban van.

Select one of the following:

  • True
  • False

Explanation

Question 74 of 136

1

A VA-nak nagy minták esetén nem fontos feltétele a szóráshomogenitás és a normalitás.

Select one of the following:

  • True
  • False

Explanation

Question 75 of 136

1

A Wilks lambda szoros kapcsolatban van a megmagyarázott varianciával.

Select one of the following:

  • True
  • False

Explanation

Question 76 of 136

1

Ha a VA-ban a szóráshomogenitás sérül, akkor például a Games-Howell-féle eljárás alkalmazható a szintátlagok páronkénti összehasonlítására.

Select one of the following:

  • True
  • False

Explanation

Question 77 of 136

1

Szignifikáns VA esetén utótesztekkel értékelhetjük a szintátlagok páronkénti különbségeit.

Select one of the following:

  • True
  • False

Explanation

Question 78 of 136

1

A faktoranalízis nem foglalkozik a kilógó esetekkel, ezeket kihagyja

Select one of the following:

  • True
  • False

Explanation

Question 79 of 136

1

A faktorsúlymátrix a faktorok és az eredeti változók közti korrelációk táblázata.

Select one of the following:

  • True
  • False

Explanation

Question 80 of 136

1

A diszkriminancia-analízis abban a lényeges momentumban különbözik a többszörös lineáris regresszió módszerétől, hogy a függő változó a DA-ban jellemzően kvalitatív, a TLR-ben pedig kvantitatív.

Select one of the following:

  • True
  • False

Explanation

Question 81 of 136

1

A diszkriminancia-analízis egyik alkalmazási feltétele, hogy teljesüljön a szóráshomogenitás feltétele.

Select one of the following:

  • True
  • False

Explanation

Question 82 of 136

1

Lépésenkénti regresszióanalízisben a függő változóval kiszámított parciális korrelációk alapján dönthetünk az egyenletbe való beválasztásról.

Select one of the following:

  • True
  • False

Explanation

Question 83 of 136

1

A többszörös lineáris regresszió alkalmazási feltétele, hogy az input változók függetlenek legyenek egymástól.

Select one of the following:

  • True
  • False

Explanation

Question 84 of 136

1

A többszörös lineáris regresszió összefoglaló táblázatában a t-értékek melletti p(SIG) értékek jelzik, hogy egy-egy független változó elméleti átlaga különbözik-e 0-tól.

Select one of the following:

  • True
  • False

Explanation

Question 85 of 136

1

A többszörös lineáris regrssziónak feltétele a csoportok szórósának egyenlősége.

Select one of the following:

  • True
  • False

Explanation

Question 86 of 136

1

Bináris logisztikus regresszióban az alkalmazás feltételei gyengébbek, mint lineáris regresszió elemzésnél.

Select one of the following:

  • True
  • False

Explanation

Question 87 of 136

1

Kétféle alap forgatás ismeretes: ortogonális és ferde forgatás

Select one of the following:

  • True
  • False

Explanation

Question 88 of 136

1

Az ortogonális forgatások a varimax, quartimax, equamax és promax.

Select one of the following:

  • True
  • False

Explanation

Question 89 of 136

1

Az Equamax a Varimax és a Quartimax módszer kombinációja. Minimalizálja az egy-egy faktoron erősen súlyozódó változók és egyben az egy-egy változóval magasan korreláló faktorok számát.

Select one of the following:

  • True
  • False

Explanation

Question 90 of 136

1

Direkt oblimin esetén egy delta paraméter segítségével szabályozhatók a faktorok.

Select one of the following:

  • True
  • False

Explanation

Question 91 of 136

1

A ferde forgatások Direkt oblimin és a Promax.

Select one of the following:

  • True
  • False

Explanation

Question 92 of 136

1

A legjobb faktorsúlyok 0,5 körüliek.

Select one of the following:

  • True
  • False

Explanation

Question 93 of 136

1

Kommunalitás: amit egy változó varianciájából a faktorok együtt magyaráznak.

Select one of the following:

  • True
  • False

Explanation

Question 94 of 136

1

EFA-t használunk ha már van egy alapismeretünk a modellről és CFA-t ha új struktúrákat akarunk találni.

Select one of the following:

  • True
  • False

Explanation

Question 95 of 136

1

A szfericitási feltétel, hogy a függő változók összes páronkénti különbsége legyen egyforma elméleti szórású

Select one of the following:

  • True
  • False

Explanation

Question 96 of 136

1

Főkomponensanalízisben Equamax rotáció után a főkomponensek nem feltétlenül lesznek korrelálatlanok

Select one of the following:

  • True
  • False

Explanation

Question 97 of 136

1

A többváltozós elemzésekben jónak mondható, ha a személyek száma 10-szerese a változók számának

Select one of the following:

  • True
  • False

Explanation

Question 98 of 136

1

Az agglomeretív hierarchikus KA során minden lépésben felbontunk két klasztert

Select one of the following:

  • True
  • False

Explanation

Question 99 of 136

1

Logit az odds logaritmusa

Select one of the following:

  • True
  • False

Explanation

Question 100 of 136

1

A szfericitás feltétele a független mintás VA-nak

Select one of the following:

  • True
  • False

Explanation

Question 101 of 136

1

Az RMSEA a CFA lényeges mutatója

Select one of the following:

  • True
  • False

Explanation

Question 102 of 136

1

Promax forgatásnál a faktorok nem korrelálnak egymással.

Select one of the following:

  • True
  • False

Explanation

Question 103 of 136

1

A scree-ploton a faktorok kommunalitását láthatjuk

Select one of the following:

  • True
  • False

Explanation

Question 104 of 136

1

A classification table a jövő heti lottó nyerőszámokat tartalmazza

Select one of the following:

  • True
  • False

Explanation

Question 105 of 136

1

A VA populációk vagy változók varianciáját hasonlítja össze.

Select one of the following:

  • True
  • False

Explanation

Question 106 of 136

1

TLR alapfeltétele, hogy a független változók ne korreláljanak egymással

Select one of the following:

  • True
  • False

Explanation

Question 107 of 136

1

Faktoranalízisben legalább 3-5 változó kell ahhoz, hogy egy érvényes faktort lehessen képezni belőlük.

Select one of the following:

  • True
  • False

Explanation

Question 108 of 136

1

A faktortöltés a korrelációs együttható a változó és a faktor között, ami a közös faktor hatását mutatja a mért változóra.

Select one of the following:

  • True
  • False

Explanation

Question 109 of 136

1

A maximum likelihood módszer az adatok normális esetén használható legjobb módszer.

Select one of the following:

  • True
  • False

Explanation

Question 110 of 136

1

A faktortöltések utalnak a faktornak a mért változóra való hatásának erejére és irányára

Select one of the following:

  • True
  • False

Explanation

Question 111 of 136

1

Egyváltozós statisztikai elemzésekben (EVS-ben) a VA az a módszercsalád, melynek segítségével csoportok és változók átlagait összehasonlíthatjuk. Itt a hangsúly az ugyanakkoraság, egyformaság, homogenitás tesztelésén van. TVS-ben a VA elemzéseinek hangsúlya azon van, hogy a kategoriális független változók együtt hogyan hatnak egy vagy több kvantitatív változó nagyságszintjére (átlagára).

Select one of the following:

  • True
  • False

Explanation

Question 112 of 136

1

A VA és a kovarianciaanalízis alkalmazásának két általános feltétele van: a függő változó(k) normalitása és a szóráshomogenitás

Select one of the following:

  • True
  • False

Explanation

Question 113 of 136

1

Faktorsúlynak (factor loading) a független változó és a faktor közti korrelációt nevezzük

Select one of the following:

  • True
  • False

Explanation

Question 114 of 136

1

A Klaszter-analízisben a centroid 1-1 klaszter átlagvektora.

Select one of the following:

  • True
  • False

Explanation

Question 115 of 136

1

A Főkomponens-analízis elsődleges célja kevés komponenssel sok változót helyettesíteni

Select one of the following:

  • True
  • False

Explanation

Question 116 of 136

1

A SCREE PLOT megmutatja, hogy hány faktort kell elforgatnunk

Select one of the following:

  • True
  • False

Explanation

Question 117 of 136

1

Ha egy változó KMO-ja 50 % feletti, minden esetben bevonható a faktorelemzésbe.

Select one of the following:

  • True
  • False

Explanation

Question 118 of 136

1

A kommunalitás a változóknak a többi változóval lefedett közös részét mutatja.

Select one of the following:

  • True
  • False

Explanation

Question 119 of 136

1

A FA a változókon végzett klaszteranalízis.

Select one of the following:

  • True
  • False

Explanation

Question 120 of 136

1

A főkomponensek elforgatásával nőhet az össz-megmagyarázott variancia értéke.

Select one of the following:

  • True
  • False

Explanation

Question 121 of 136

1

A kanonikus korreláció lényegében a megmagyarázott varianciát jelenti.

Select one of the following:

  • True
  • False

Explanation

Question 122 of 136

1

DA-nak nem feltétele a szóráshomogenitás

Select one of the following:

  • True
  • False

Explanation

Question 123 of 136

1

A Scree-plot azt mutatja meg, hogy mely faktorokat kell kiemelnünk.

Select one of the following:

  • True
  • False

Explanation

Question 124 of 136

1

A BLR fókusza a p valószínűség; odds(p)-re és logit(p)-re azért van szükség, hogy a TLR függő változója matematikailag kezelhető eloszlású legyen.

Select one of the following:

  • True
  • False

Explanation

Question 125 of 136

1

A következő esetekben érdemes BLR-t választani DA helyett:
A független változók (X-ek) együttes eloszlása nem többdimenziós normális
Az X-ek között kategoriálisak is vannak
A függő változónál a p valószínűség (binárisnál p = P(1)) egyedi, nem normális eloszláson alapul
Az X-ek között nem lineáris kapcsolatok is feltételezhetők

Select one of the following:

  • True
  • False

Explanation

Question 126 of 136

1

Minimum annyi főkomponens készíthető, ahány input változó van.

Select one of the following:

  • True
  • False

Explanation

Question 127 of 136

1

Ha van nulla sajátérték is FKA-ban, akkor azt mondjuk, hogy a korrelációs mátrix
szinguláris. Ilyenkor fellép a multikollinearitás (változók közti túl erős lineáris összefüggés)

Select one of the following:

  • True
  • False

Explanation

Question 128 of 136

1

Leggyakrabban az 1-nél nagyobb sajátértékű főkomponenseket tartjuk meg és a megtartott főkomponensek jónak mondhatók, ha az általuk magyarázott összvariancia-arány meghaladja a 70%-ot: MV% > 0,70.

Select one of the following:

  • True
  • False

Explanation

Question 129 of 136

1

A kommunalitások megmutatják, hogy egy-egy input változót a megtartott főkomponensek milyen arányban
magyaráznak (a főkomponensek által a változóból magyarázott varianciaarány)

Select one of the following:

  • True
  • False

Explanation

Question 130 of 136

1

0,5-ös kommunalitás alatt „kilóg” a változó a főkomponensek által képviselt modellből.

Select one of the following:

  • True
  • False

Explanation

Question 131 of 136

1

Forgatás után a faktorok által magyarázott összvariancia
megváltozik de egyes faktorok által magyarázott varianciák nem.

Select one of the following:

  • True
  • False

Explanation

Question 132 of 136

1

Az FKA alkalmazási feltételei: Mintanagyság , Linearitás , Interkorrelációk

Select one of the following:

  • True
  • False

Explanation

Question 133 of 136

1

Ha a változók közös része elhanyagolható, nincs értelme EFA-t végrehajtani.

Select one of the following:

  • True
  • False

Explanation

Question 134 of 136

1

Ha Bartlett erősen szignifikáns, nincs értelme EFA-t csinálni.

Select one of the following:

  • True
  • False

Explanation

Question 135 of 136

1

FKA: változók összinformációját faktorizálja míg FA: csak a változók közös információját
faktorizálja, tehát figyelmen kívül hagyja aváltozók azon információját, amelyek
egyediek, más változóval nem mutatnak átfedést

Select one of the following:

  • True
  • False

Explanation

Question 136 of 136

1

Lejtődiagram: faktorok összefüggéseinek meghatározása grafikus módszerrel:

Select one of the following:

  • True
  • False

Explanation

Previous
Check answer
Next