Paul A.贝克。;10 Berge，Jos M.F。 因子分析中的通用全局识别。 （英语） Zbl 0902.62066号 线性代数应用。 264, 255-263 (1997). 摘要：本文证明了当因子数小于Ledermann界时，对于几乎所有参数点，因子分析中唯一方差的全局识别[W.莱德曼，心理测量学2，85-93（1937）]。它还展示了如何使用封闭形式表示法计算六个变量和三个因素情况下的第二个解。 引用于15文件 MSC公司： 62H25个 因子分析和主成分；对应分析 关键词：差异;Ledermann界限 PDF格式BibTeX公司 XML格式引用 \textit{P.A.Bekker}和\textit{J.M.F.ten Berge}，线性代数应用。264255--263（1997年；Zbl 0902.62066） 全文： 内政部 参考文献： [1] Albert，A.A.，《因子分析矩阵》，（美国科学院院刊，30（1944）），90-95·Zbl 0063.00040号 [2] Anderson，T.W.，估计线性统计关系，Ann.Statist。，12, 1-45 (1984) ·Zbl 0542.62039号 [3] 安德森，T.W。；Rubin，H.，《因子分析中的统计推断》（Neyman，J.，《第三届伯克利数理统计与概率研讨会论文集》，第5卷（1956年），加利福尼亚大学出版社），111-150·兹比尔0070.14703 [4] Bekker，P.A。；de Leeuw，J.，《简化离散矩阵的秩》，《心理测量学》，52，125-135（1987）·Zbl 0615.62069号 [5] Bekker，P.A。；默肯斯公司。；Wansbeek，T.J.，识别等价模型和计算机代数（1994），学术·Zbl 0866.90038号 [6] Guttman，L.，计算逆矩阵的放大方法，（Proc.Amer.Math.Soc.，41（1946）），336-343·Zbl 0061.27203号 [7] Haynsworth，E.V.，分块厄米矩阵惯性的测定，线性代数应用。，1, 73-81 (1968) ·Zbl 0155.06304号 [8] Ledermann，W.，《关于多因素分析中简化相关矩阵的秩》，《心理测量学》，第285-93页（1937年） [9] Ouellette，D.V.，Schur补数与统计学，线性代数应用。，36, 187-295 (1981) ·Zbl 0455.15012号 [10] 夏皮罗，A.，对称矩阵的秩可约性和最小跟踪因子分析的抽样理论，《心理测量学》，47187-199（1982）·Zbl 0539.62065号 [11] Shapiro，A.，《因子分析的可识别性：一些结果和开放问题》，线性代数应用。，70, 1-7 (1985) ·兹伯利0584.62089 [12] 夏皮罗，A.，勘误表，线性代数应用。，125, 149 (1989) [13] ten Berge，J.M.F。；Kiers，H.A.L.，协方差矩阵近似和精确秩的数值方法，《心理测量学》，56，309-315（1991）·Zbl 0850.62462号 [14] 威尔逊，E.B。；伍斯特，J.，《将六项测试分解为三个一般因素》（Proc.Nat.Acad.Sci.U.S.A.，25（1939）），73-77·Zbl 0021.14702号 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。