典型文献
带有多重分类变量的潜变量模型的可识别性
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
勾建伟;夏业茂
作者机构：
南京林业大学理学院,江苏南京210037
文献出处：
引用格式：
[1]勾建伟;夏业茂-.带有多重分类变量的潜变量模型的可识别性)[J].应用数学,2022(02):302-316
A类：
多重分类变量,实证因子分析模型
B类：
潜变量模型,可识别性,统计方法,分类数据,数据关联性,假定,连续变量,相联,口部,弱点,模型识别,基于模型,模型解释,多重响应,应变量,模型结构,分离性,模型确定
AB值：
0.252855
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。
