姚慧扬
2020-07-30 阅读量: 1072
主成分分析优劣的判定标准：
第一，尽量将更多变量压缩在第一主成分和第二主成分之内；
第二，第一主成分解释的信息能够超过 50%；
第三，第一主成分和第二主成分解释的信息总和超过 70%；
第四，第一主成分除以第二主成分的比值大于 3；
第五，用更少的主成分代表更多的变量。
四分位数的应用通常是用于描述数据的分布情况和识别异常值。以下是一些常见的应用场景：数据分析：通过计算四分位数，可以了解数据的中心趋势和离散程度。例如，可以使用四分位数来计算中位数、上四分位数和下四分位数，以了解数据的分布情况。箱线图：箱线图是一种常用的数据可视化工具，可以通过四分位数来绘制。箱线图可以显示数据的中位数、上四分位数、下四分位数以及异常值，帮助我们直观地了解数据的分布情况。异常值检测：
美国、芬兰和中国各个国家2018年7月至2023年8月度GDP增长率
问题:某地区成年女子的血压(以mmHa计) 服从N(110，144)，求该地区成年女性血压在100至120的可能性多大 ( (φ(0.83)=0.7967)A 0.676B 0.5C 0.5934D 0.5768解析:根据题目描述，该地区成年女子的血压服从N(110，144)分布。要求计算血压在100至120之间的可能性，可以使用标准正态分布进行计算。首先，需要将血压转化为标准正态分布的值。计算方
