10 Berge，Jos M.F。;Henk A.L.Kiers。;德列乌，简 针对三级人为2（2乘2乘2）数组的显式Candecomp/Parafac解决方案。 （英文） Zbl 0718.62138号 心理测量学 53，第4号，579-584（1988）. 摘要：Kruskal、Harshman和Lundy设计了一个特殊的\（2\乘2\乘2\）数组来检验退化Candecc/Parafac解的形式性质。结果表明，对于该阵列，Candecomp/Parafac损失的下确界为1。此外，该阵列将用于挑战通过Candecomp/Parafac工艺安装Indscal和相关模型的传统。 引用于1审查引用于16文件 MSC公司： 62H25个 因子分析和主成分；对应分析 第62页，共15页 统计学在心理学中的应用 关键词：三线性模型;n路阵列的分量分析;退化Candecomp/Parafac解决方案;下确界;Indscal公司 软件：巴拉法克 PDF格式BibTeX公司 XML格式引用 \textit{J.M.F.ten Berge}等人，《心理测量学》53，第4期，579--584（1988；Zbl 0718.62138） 全文： 内政部 参考文献： [1] Carroll，J.D.和Chang，J.J.（1970年）。通过“Eckart-Young”分解的N向推广分析多维标度中的个体差异。《心理测量学》，35，283–319·Zbl 0202.19101号 ·doi:10.1007/BF02310791 [2] Carroll，J.D.和Pruzansky，S.（1984年）。CANDECOMP-CANDELINC多维数据分析模型和方法系列。H.G.Law，C.W.Snyder，Jr.，J.A.Hattie，&R.P.McDonald（编辑），《多模数据分析的研究方法》（第372-402页）。纽约：Praeger。 [3] Harshman，R.A.（1970年）。PARAFAC程序的基础：“解释性”多模式因子分析的模型和条件。加州大学洛杉矶分校语音工作论文，16，1-84。 [4] Harshman，R.A.和Lundy，M.E.（1984年）。PARAFAC模型。H.G.Law，C.W.Snyder，Jr.，J.A.Hattie，&R.P.McDonald（编辑），《多模态数据分析的研究方法》（第122–215页）。纽约：Praeger。 [5] Kruskal，J.B.（1977年）。三路数组：三线性分解的秩和唯一性，应用于算术复杂性和统计学。线性代数及其应用，1895-138·Zbl 0364.15021号 ·doi:10.1016/0024-3795（77）90069-6 [6] Kruskal，J.B.，Harshman，R.A.和M.E.Lundy（1983年）。塔克的三模式因子分析与PARAFAC/CANDECOMP之间的一些关系。在洛杉矶心理测量学会年会上提交的论文。 [7] Kruskal，J.B.、Harshman，R.A.和Lundy，M.E.（1985）。PARAFAC-CANDECOMP和三模式因子分析之间的几个数学关系。在纽芬兰圣约翰船级社年会上发表的论文。 [8] Schur，J.（1911）。Bemerkungen-zur Theorye der beschränkten Bilineformen mit unendlich vielen Veränderlichen[关于变量数无穷的有界双线性形式理论的评论]。《费迪·雷恩·安格旺德·马塞马提克杂志》，140，1-28·doi:10.1515/crll.1911.140.1 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。