某数据集是关于美国60个著名的商学院的数据，包括的变...

某数据集是关于美国60个著名的商学院的数据，包括的变量有GMAT分数（GMAT）、学费（Tuition）、进入MBA前后的工资（SalaPreMBA，SalaPostMBA）等等，其中有7个定量变量。利用R对这7个变量进行因子分析，运行结果如下。试根据结果回答下列问题： > data<-read.csv(file="bschool.csv", header="T,fileEncoding" "gb18030")> x = scale(data[,-c(1,2,10)]);mycor=cor(x);round(mycor,2) FiveYearGain FiveYearGp YearsToPayback SalaPreMBA SalaPostMBA Tuition GMAT FiveYearGain 1.00 0.69 -0.71 0.53 0.70 0.45 0.67 FiveYearGp 0.69 1.00 -0.95 -0.15 0.03 -0.24 0.13 YearsToPayback -0.71 -0.95 1.00 0.12 -0.02 0.16 -0.20 SalaPreMBA 0.53 -0.15 0.12 1.00 0.92 0.78 0.83 SalaPostMBA 0.70 0.03 -0.02 0.92 1.00 0.78 0.78 Tuition 0.45 -0.24 0.16 0.78 0.78 1.00 0.6 6GMAT 0.67 0.13 -0.20 0.83 0.78 0.66 1.00 > fa.parallel(x,fa="fa",main="碎石图")> fa.fit=fa(x,nfactors=4,rotate="varimax",fm="pa");fa.fit Factor Analysis using method = pa Call: fa(r = x, nfactors = 4, rotate = "varimax", fm = "pa")Standardized loadings (pattern matrix) based upon correlation matrix PA1 PA2 PA4 PA3 h2 u2 com FiveYearGain 0.62 0.76 0.16 0.13 1.00 -0.00058 2.1 FiveYearGp -0.07 0.98 -0.11 0.08 0.99 0.00984 1.1 YearsToPayback 0.04 -0.98 -0.02 0.13 0.98 0.02121 1.0 SalaPreMBA 0.98 -0.09 -0.07 -0.01 0.98 0.02018 1.0 SalaPostMBA 0.95 0.09 0.05 0.28 0.99 0.00803 1.2 Tuition 0.81 -0.14 0.39 0.01 0.82 0.17555 1.5 GMAT 0.86 0.21 0.01 -0.20 0.82 0.18004 1.2 PA1 PA2 PA4 PA3 SS loadings 3.65 2.58 0.19 0.16 Proportion Var 0.52 0.37 0.03 0.02 Cumulative Var 0.52 0.89 0.92 0.94 Proportion Explained 0.55 0.39 0.03 0.02 Cumulative Proportion 0.55 0.95 0.98 1.00 Mean item complexity = 1.3 Test of the hypothesis that 4 factors are sufficient. The degrees of freedom for the null model are 21 and the objective function was 11.65 with Chi Square of 650.43 The degrees of freedom for the model are -1 and the objective function was 0.01 The root mean square of the residuals (RMSR) is 0 The df corrected root mean square of the residuals is NA The harmonic number of observations is 60 with the empirical chi square 0 with prob < NA The total number of observations was 60 with Likelihood Chi Square = 0.3 with prob < NA Tucker Lewis Index of factoring reliability = 1.046 Fit based upon off diagonal values = 1 Measures of factor score adequacy PA1 PA2 PA4 PA3 Correlation of (regression) scores with factors 0.99 1.00 0.94 0.92 Multiple R square of scores with factors 0.99 1.00 0.89 0.84 Minimum correlation of possible factor scores 0.98 0.99 0.78 0.69 1) 该数据是否适合进行因子分析？为什么？ 2) 选取几个公共因子比较合适？请给出原因。 3) 请给出学费的因子模型表达。

数据集BWGHT.RAW包含了美国妇女生育方面的数据。我们关心的两个变量是因变量[婴儿出生体重的盎司数(bwght)]和解释变量[母亲在怀孕期间平均每天抽烟的根数(cigs)].下面这个简单回归是用n=1388个出生数据进行估计的：

bwght=119.77-0.514cigs

(i)当cigs=0时，预计婴儿的出生体重为多少?当cigs=20(每天一包)时呢?评价其差别。

(ii)这个简单回归能够得到婴儿出生体重和母亲抽烟习惯之间的因果关系吗?请解释。

(iii)要预测出生体重125盎司，cigs应该为多少?

(iv)样本中在怀孕期间不抽烟的妇女比例约为0.85。这有助于解释第(iii)部分中的结论吗?

下面关于数据集BookMark 的说法那个是正确的？

A.BookMark类型的变量是一个对象指针，需要用 BookMark Create来建立

BookMark，用BookMark.free 来释放

B.BookMark本质上是一条记录类型，无须建立和释放

C.Delphi中，一个数据集组件只能建立一个书签 BookMark

数据仓库是一个面向主题的、______、时变的和非易失的数据集合。

下列船舶数据中，变化数据不包括的是（ ）。

工资变动数据录入是指输入某个期间内工资项目中相对不变的数据。（ ）

A.正确

B.错误

数据仓库是一个面向主题，集成的，时变的，非易失的数据集合，支持管理部门的决策过程，数据仓库通过数据转移从多个数据源中提取数据，为了解决不同数据源格式上的不统一，需要进行的操作是__ (9)____。