Um procedimento básico da análise fatorial é o modelo ortogonal, que visa representar um vetor aleatório \( X = (X_1, ..., X_p)^T \)na forma \( X - \mu = LF + \varepsilon \), em que \( \mu = E(X), F = (F_1, ..., F_m)^T \), com \( m < p \), é o vetor de fatores comuns, \( L \) é a \( p \times m- \)matriz de cargas fatoriais e \( \varepsilon = (\varepsilon_1, ..., \varepsilon_p)^T \)é o vetor de erros (o \( T \) sobrescrito ao vetor indica o vetor transposto).

Considerando essa informação, julgue o item a seguir.

No modelo ortogonal, os seguintes pressupostos adicionais sobre os vetores aleatórios \( F \) e \( \varepsilon \) são impostos: \( F \) e \( \varepsilon \) são independentes; ambos têm expectância zero, e as covariâncias de \( F \) e \( \varepsilon \) são a matriz unidade e uma matriz positiva definida qualquer, respectivamente.