首页> 中文期刊> 《应用数学》 >带有多重分类变量的潜变量模型的可识别性

带有多重分类变量的潜变量模型的可识别性

         

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号