典型文献
基于Prenet惩罚的稀疏探索性因子分析
文献摘要：
因子分析作为重要的统计降维技术,旨在通过探索变量之间的协方差结构,用以揭示显变量与潜变量之间的数量关系.因子载荷矩阵的稀疏估计是关系因子分析效果及解释的重要环节,主要有基于旋转的两步法和基于惩罚的一步法两种策略.为了获得易于解释的稀疏结构,文章提出了一种基于prenet惩罚的稀疏因子模型.具体来讲,将因子载荷∧分解为正交矩阵Q和对角矩阵D乘积,并对Q施加prenet惩罚,提出求解稀疏因子载荷矩阵的估计方法,并给出了广义期望最大化的求解算法.模拟结果显示,与现有的估计方法相比,基于prenet惩罚的方法估计结果比较稳定,易于获得稀疏的因子载荷;通过实例数据分析表明:该方法在因子分析的稀疏处理方面具有明显的优势.
文献关键词：
探索性因子分析;Prenet惩罚;简单结构
中图分类号：
作者姓名：
薛娇;傅德印;黄恒君;韩海波
作者机构：
兰州财经大学统计学院,兰州730020;中国劳动关系学院,北京100048;甘肃省数字经济与社会计算科学重点实验室,兰州730020
文献出处：
引用格式：
[1]薛娇;傅德印;黄恒君;韩海波-.基于Prenet惩罚的稀疏探索性因子分析)[J].系统科学与数学,2022(12):3425-3448
A类：
Prenet,prenet
B类：
探索性因子分析,降维技术,协方差,潜变量,数量关系,因子载荷矩阵,稀疏估计,两步法,一步法,稀疏结构,稀疏因子,因子模型,具体来讲,正交矩阵,对角矩阵,乘积,估计方法,期望最大化,求解算法,结果比较,比较稳定,简单结构
AB值：
0.322119
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
