期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
带有多重分类变量的潜变量模型的可识别性 被引量:1
1
作者 勾建伟 夏业茂 《应用数学》 CSCD 北大核心 2022年第2期302-316,共15页
潜变量模型是一种广泛应用于表征多个观察变量之间相关性的统计方法.在刻画多重分类数据关联性方面,这类模型通常假定每个分类变量都与一个潜在连续变量或向量相联系,通过潜变量或向量在窗口部分的观察值来确定分类变量的值,从而达到对... 潜变量模型是一种广泛应用于表征多个观察变量之间相关性的统计方法.在刻画多重分类数据关联性方面,这类模型通常假定每个分类变量都与一个潜在连续变量或向量相联系,通过潜变量或向量在窗口部分的观察值来确定分类变量的值,从而达到对类别界定.然而该方法存在一个弱点:观察似然或模型存在确定性问题.模型缺乏识别性必然会对估计构成影响.本文对带有多重二分、有序和/或无序分数据的潜变量模型的模型识别问题,提出一种基于模型的识别方法,给出了一些有用的结果,特别是在建立因子分析模型和/或结构方程模型解释多重响应变量之间的相关性时.这些条件利用模型结构并保持了不同类型参数的相互分离性,这从理论和应用角度来看都较为方便. 展开更多
关键词 多重分类变量 模型确定 潜变量模型 实证因子分析模型 结构方程模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部