꿈라CBT주성분분석(PCA)의 활용에 대한 설명으로 가장 적절하지 않은 것은?
- 1서로 강하게 상관된 설명변수들이 있을 때, 이들을 서로 직교하는 주성분으로 바꾸어 회귀에 투입하면 다중공선성 문제를 완화할 수 있다.
- 2주성분분석은 원래 변수 가운데 중요한 일부를 골라내는 변수 선택이 아니라, 모든 변수를 조합하여 새로운 축을 만들어 내는 변수 추출에 해당한다.
- 3채택할 주성분의 개수는 고윳값이 1 이상인 것만 택하는 카이저 기준, 누적 기여율이 일정 수준에 이르는 지점, 스크리 산점도가 꺾이는 지점 등을 근거로 정한다.
- 4주성분들은 서로 직교하여 상관이 0이 되는데, 이처럼 서로 독립인 변수들이 만들어지기 때문에 오히려 다중공선성이 더 심해진다.