×

副法克

swMATH标识: 14789
软件作者: 哈什曼,R.A。;伦迪,医学博士。
说明: 并行因子分析。我们回顾了平行因子分析的方法,该方法根据每个“切片”中具有不同相对权重的一组公共因子同时拟合多个双向数组或三向数组的“切片”。从数学上讲,它是因子(或成分)分析的双线性模型(xij=∑Rr=1airbjr)直接推广为三线性模型(xijk=∑Rr=1airbjrckr)。尽管如此简单,但它有一个双向模型所不具备的重要性质:如果潜在因素显示出足够明显的三向变化模式,则该模型是完全确定的;因子的方向是唯一确定的,最大限度地减少残余误差,消除了单独的“旋转”分析阶段的需要。这个模型可以用几种方法。它可以直接拟合到具有(可能不完全)阶乘结构的三向观测阵列,也可以通过拟合由观测值计算出的一组协方差矩阵来间接拟合原始观测值,每个矩阵对应于数据的一个双向子集。更一般地说,人们可以同时分析从不同样本计算的协方差矩阵,可能对应于不同的治疗组、不同类型的病例、来自不同研究的数据等。为了证明这一方法,我们分析了一个实验的数据:在不同的任务中,手的左右半球控制。发现的因素似乎与实验中操纵的因果影响相对应,揭示了它们在数据的所有三种方式中的影响模式。平行因子分析模型的几个推广目前正在开发中,包括将平行因子与塔克类因子“交互作用”相结合的模型。关键的一点是需要提高方法对非平稳因素结构和定性(非比例)因素变化的鲁棒性。
主页: http://www.sciencedirect.com/science/article/pii/016794739490135
关键词: 三因素探索性因素分析;独特的轴;平行比例剖面;因子旋转问题;三向数据预处理;三模主成分;三线性分解;三线性模型;多维标度
相关软件: N路工具箱;轮廓;闪电战++;塔姆雷什;;Boost多阵列;算法862;Matlab语言;TLib公司;麝香;二进制网络;紧张地;github;共色;k-均值++;加利福尼亚州;朱莉娅;3路包;ADE-4型;轿车
参考文献: 24种出版物
全部的 前5名

59位作者引用

5 拉特豪沃,利文
多马诺夫,伊格纳特
2 亚历山德罗夫,博安S。
2 哈什曼,理查德A。
2 伦迪,玛格丽特E。
2 维塞利诺夫,维利米尔五世。
1 阿尔贝拉,劳伦特
1 阿尔伯斯,卡斯珀J。
1 阿泽泰罗,尤利丝·米兰达
1 巴多,罗兰
1 本吉奥,约书亚
1 本森,奥斯汀R。
1 贝尔金,格雷戈里
1 博尔德斯,安托万
1 布塔尔比,拉菲卡
1 鲍曼,F.Dubois
1 博耶,雷米
1 布拉查特,杰罗姆
1 科蒙,皮埃尔
1 德摩尔,巴特·L·R。
1 德拉多,戈尔达纳
1 杜斯坦,阿里扎
1 卡里玛,埃尔盖特
1 穆罕默德·埃尔·拉比
1 伊利,蒂莫西D。
1 费尔南德斯-戈梅斯,乔塞先生
1 格雷奇,大卫F。
1 格洛特,泽维尔
1 哥鲁布,吉恩·霍华德
1 高尔,约翰·C。
1 哈金,阿卜杜拉
1 霍金斯,科尔
1 卡福,艾哈迈德
1 卡拉,萨蒂什
1 卡斯基,塞缪尔
1 可汗,苏莱曼A。
1 短裙,克林顿D。
1 Krooneberg,Pieter M。
1 拉扎尔拉比德
1 莱普阿霍,伊梅利
1 林乐恒
1 刘星
1 马奎斯,Sónia Cotrim
1 门德斯,苏珊娜
1 莫劳,埃里克
1 莫瑞恩,伯纳德
1 Mudunuru,Maruti Kumar
1 纳迪夫,穆罕默德
1 丹尼尔,奥马利
1 帕达尔,米格尔·恩盖洛
1 拉斯穆森,金Ø。
1 雷诺兹,马修J。
1 斯坦涅夫,瓦伦丁G。
1 斯特格曼,阿尔文
1 蒂里安·莫劳,纳德基
1 Tsigaridas,Elias P。
1 范德维尔,乔斯P。
1 韦斯顿,杰森
1 张,童

按年份引用出版物