O modelo de análise fatorial representa a estrutura de covariância entre muitas variáveis aleatórias X ́ = [X1 , X2, ∙∙∙, Xp], através de poucas variáveis não observáveis F ́ = [F1, F2 , ∙∙∙, Fm ] também conhecidas como fatores, construtos ou fatores comuns. Sendo E( X) = ? e V(X ) = ?, o modelo fatorial é expresso por X – ? = LF + ?. A matriz Lpmx é conhecida como matriz das cargas fatoriais e seus elementos, lij , carga da variável i no fator j e as variáveis aleatórias F e ?m + p são não observáveis. Analise as afirmativas, marque V para as verdadeiras e F para as falsas. ( ) No modelo fatorial ortogonal, as variáveis não observá- veis F e ? são independentes, E(F ) = 0, V(F ) = E(F ́F) = I, E(? ) = 0, V(? ) = E(? ́?) = ?. A matriz ? é não diagonal, V(X ) = ? = L ́L + ? e Cov (X, F) = L. ( ) Um método de estimação para as cargas do modelo fatorial ortogonal é através de componentes principais, onde se utiliza a decomposição espectral da matriz ?. ( ) Para se utilizar o método de máxima verossimilhança para estimar as cargas, é acrescida a suposição de que F e ? têm distribuição normal multivariada. As comunalidades (elementos da diagonal LL ́) têm como estimadores a proporção da variância total estimada pelo particular fator. ( ) Para melhorar a explicação do modelo fatorial, sem alterar a ortogonalidade dos fatores, muitas vezes, usase uma transformação ortogonal das cargas fatoriais, que, consequentemente, transforma os fatores. Esse procedimento é conhecido como rotação fatorial. ( ) Dependendo da natureza dos dados, os fatores não precisam ser ortogonais. Assim, para melhorar a explicação do modelo fatorial, pode-se utilizar a rotação oblíqua, onde cada variável é expressa em termos de um número máximo de fatores. A sequência está correta em