×
安吉拉·蒙塔纳里;辛齐亚·维罗利

学生对大学课程满意度分析的偏态因子模型。 （英语） Zbl 1511.62401号

J.应用。斯达。 37，第3期，473-487（2010）.
摘要：经典因子分析依赖于正态分布因子的假设，这保证了模型可以通过最大似然法进行估计。即使高斯因子的假设没有明确表示，并且通过迭代主因子方法进行估计，由于只涉及到第二个矩之前的矩，因此实际关注的焦点主要集中在数据的线性结构上。在许多实际情况下，仅用前两个时刻无法充分描述这些因素。例如，社会分析中大多数潜在变量的偏态特征可以通过第三矩进行适当测量：这些因素不是正态分布的，协方差不再是一个充分的统计数据。在这项工作中，我们提出了一个以偏态分布因子为特征的因子模型。偏态正态是指概率分布的参数类，它通过一个额外的形状参数来调节偏度，从而扩展正态分布。模型估计可用广义EM算法求解，其中M步需要迭代Newthon-Raphson过程来估计因子形状参数。将所提出的偏态因子分析应用于学生对大学课程满意度的研究，以确定代表潜在总体满意度不同方面的因素。

引用于18文件

MSC公司：

第62页，共15页 统计学在心理学中的应用
62H25个 因子分析和主成分；对应分析

关键词：

因子分析;偏正态分布;潜在变量;正交旋转;EM算法;高斯-海米特正交点

软件：

锡;引导数据库
PDF格式BibTeX公司 XML格式引用
\textit{A.Montanari}和\textit{C.Viroli}，J.Appl。Stat.37，No.3，473--487（2010；Zbl 1511.62401）
全文： 内政部

参考文献：

[1] Arellano-Valle，R.B.和Azzalini，A.2006年。关于偏态正态分布族的统一。扫描。J.统计。, 33: 561-574. ·兹比尔1117.62051 ·文件编号：10.1111/j.1467-9469.2006.00503.x
[2] 阿扎里尼，A.1985。包含正态分布的一类分布。扫描。J.统计。, 12: 171-178. ·Zbl 0581.62014号
[3] 阿扎里尼，A.2005。偏态正态分布及其相关的多变量族。扫描。J.统计。, 32: 159-188. ·Zbl 1091.62046号 ·数字对象标识代码：10.1111/j.1467-9469.2005.00426.x
[4] Azzalini，A.和Capitanio，A.，1999年。多元正态分布的统计应用。J.R.统计社会服务。B类, 61: 579-602. ·Zbl 0924.62050号 ·doi:10.1111/1467-9868.00194
[5] Azzalini，A.和Dalla Valle，A.，1996年。多元偏态正态分布。生物特征，83:715-726·Zbl 0885.62062号 ·doi:10.1093/biomet/83.4.715
[6] Bartholomew，D.J.1988年。潜在性状分析对先验分布选择的敏感性。英国数学杂志。Stat.Psychol公司。, 41: 101-107. ·Zbl 0718.62255号 ·doi:10.1111/j.2044-8317.1988.tb00889.x
[7] Branco，M.D.和Dey，D.2001年。一类一般的多元偏椭圆分布。《多元分析杂志》。, 79(1): 99-113. ·Zbl 0992.62047号 ·doi:10.1006/jmva.2000.1960
[8] Chiogna，M.2005年。关于标量正态分布最大似然估计量的渐近分布的注记。统计方法应用。, 14: 331-341. ·Zbl 1103.62024号 ·doi:10.1007/s10260-005-0117-7
[9] Dempster，A.P.、Laird，N.M.和Rubin，R.B.，1997年。通过EM算法从不完整数据中获得最大似然。J.R.统计社会服务。B类, 39: 1-38. ·兹比尔0364.62022
[10] 埃夫隆，B.1979。引导方法：再看一下折刀。Ann.统计。，10:340-356·Zbl 0494.62004号 ·doi:10.1214/aos/1176345778
[11] Efron，B.和Tibshirani，R.1993年。引导程序简介伦敦：查普曼和霍尔·Zbl 0835.62038号 ·doi:10.1007/978-1-4899-4541-9
[12] Fletcher，R.和Reeves，C.M.，1964年。共轭梯度函数最小化。计算。J。, 7: 148-154. ·Zbl 0132.11701号 ·doi:10.1093/comjnl/7.2.149
[13] Genton，M.G.、He，L.和Liu，X.2001。偏正态随机向量的矩及其二次型。统计概率。莱特。, 51: 319-325. ·兹比尔0972.62031 ·doi:10.1016/S0167-7152（00）00164-4
[14] Z.Ghahramani和G.E.Hilton，1997年。混合因子分析的EM算法，加拿大：技术代表CRG-TR-96-1。多伦多大学计算机科学系。
[15] Johnson，R.A.和Wichern，D.W.1998年。应用多元统计分析Englewood Cliffs，HJ：第4版，Prentice-Hall。
[16] Kotz，S.和Vicari，D.2005年。连续偏态分布理论发展综述。LXIII地铁, 2: 225-261. ·Zbl 1416.62111号
[17] Mardia，K.V.，Kent，J.T.和Bibby，J.M.，2003年。多元分析，学术出版社，伦敦。
[18] McLachlan，G.J.和Krishnan，T.1997年。EM算法及其扩展，John Wiley and Sons，Inc，纽约·Zbl 0882.62012号
[19] McLachlan，G.J.，Peel，D.和Bean，R.W.2003。通过混合因子分析器对高维数据进行建模。计算。统计数据分析。, 41: 379-388. ·兹比尔1256.62036 ·doi:10.1016/S0167-9473（02）00183-4
[20] Mooijart，A.1985年。非正态变量的因子分析。心理测量学, 50(3): 323-342. ·Zbl 0609.62096号 ·doi:10.1007/BF02294108
[21] Nocedal，J.和Wright，S.J.，1999年。数值优化纽约州施普林格·Zbl 0930.65067号 ·数字对象标识代码：10.1007/b98874
[22] Pewsey，A.2000年。阿扎里尼偏正态分布的推断问题。J.应用。斯达。, 27(7): 859-870. ·兹比尔1076.62514
[23] Pison，G.、Rousseeuw，P.J.、Filzmoser，P.和Croux，C.，2003年。稳健因子分析。《多元分析杂志》。, 84: 145-172. ·Zbl 1038.62055号 ·doi:10.1016/S0047-259X（02）00007-6
[24] Rotnitzky，A.、Cox，D.R.、Bottai，M.和Robins，J.，2000年。基于似然的奇异信息矩阵推理。伯努利, 6: 243-284. ·Zbl 0976.62015号 ·doi:10.2307/3318576
[25] Severini，T.2000。统计学中的似然方法，牛津：牛津大学出版社·Zbl 0984.6202号
[26] Straud，A.H.和Sechrest，D.1966年。高斯求积公式新泽西州：普伦蒂斯·霍尔·Zbl 0156.17002号
[27] Yung，Y.F.1997年。验证性因子分析模型中的有限混合。心理测量学，62（3）：297-330·Zbl 0890.62047号 ·doi:10.1007/BF022954554
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。