特伦达菲洛夫(Nickolay T.Trendafilov)。;斯蒂芬·昂克尔;克扎诺夫斯基,沃伊特克 探索性因素和主成分分析:一些新的方面。 (英语) Zbl 1322.62043号 统计计算。 23,第2期,209-220(2013). 小结:探索性因子分析(EFA)和主成分分析(PCA)是简化数据矩阵表示和研究数据矩阵结构的常用技术。然而,这些根本不同的技术经常被混淆,它们之间的差异被掩盖,因为它们在一些实际案例中给出了类似的结果。因此,我们通过将EFA视为矩阵分解,从而可以直接与PCA下的数据矩阵分解进行比较,来研究期望它们彼此接近的条件。相应地,我们提出了一种扩展的PCA,称为类EFA PCA,它模拟了EFA矩阵分解,因为它们包含相同的未知数。我们提供了估计类EFA主成分分析参数的迭代算法,并推导了两种技术必须满足的条件,以获得类似的结果。在整个过程中,我们分别考虑了案例(n>p)和(p\geq n)。所有导出的算法和矩阵条件都在两个数据集上进行了说明,这两种情况各有一个数据集。 引用于5文件 MSC公司: 62-07 数据分析(统计)(MSC2010) 62H25个 因子分析和主成分;对应分析 关键词:数据矩阵分解;SVD和QR分解;投影梯度;最优性条件;Procrustes问题 软件:算法844 PDF格式BibTeX公司 XML格式引用 \textit{N.T.Trendafilov}等人,《统计计算》。23,第2号,209--220(2013;Zbl 1322.62043) 全文: 内政部 参考文献: [1] Berry,M.W.,Pulatova,S.A.,Stewart,G.W.:算法844:计算稀疏矩阵的稀疏缩减秩近似。ACM事务处理。数学。柔和。31, 252–269 (2005) ·Zbl 1070.65539号 ·数字对象标识代码:10.1145/1067967.1067972 [2] De Leeuw,J.:部分观测线性系统的最小二乘最优缩放。收录于:van Montfort,K.,Oud,J.,Satorra,A.(编辑)《结构方程模型的最新发展:理论与应用》,第121-134页。Kluwer学术,多德雷赫特(2004)·Zbl 05196650号 [3] Golub,G.H.,Van Loan,C.F.:《矩阵计算》,第三版。约翰·霍普金斯大学出版社,巴尔的摩(1996)·Zbl 0865.65009号 [4] Harman,H.H.:《现代因素分析》,第三版。芝加哥大学出版社,芝加哥(1976)·Zbl 0161.39805号 [5] Hotelling,H.:将复杂的统计变量分析为主成分。J.教育。精神病。24(6), 417–441 (1933). 续24(7),498–520·doi:10.1037/h0071325 [6] 乔利夫,麻省理工学院:主成分分析,第2版。斯普林格,纽约(2002)·Zbl 1011.62064号 [7] Magnus,I.R.,Neudecker,H.:矩阵微分学及其在统计学和计量经济学中的应用,第3版。奇切斯特·威利(2007)·Zbl 0651.15001号 [8] Mulaik,S.A.:回顾因子分析中的不确定性争议。摘自:Maydeu-Olivares,A.,McArdle,J.J.(编辑)《当代心理测量学:罗德里克·麦克唐纳的节日》,第173-206页。Lawrence Erlbaum,Mahwah(2005) [9] Mulaik,S.A.:《因子分析基础》,第2版。查普曼和霍尔/CRC,博卡拉顿(2010年) [10] Pearson,K.:在最接近空间点系的直线和平面上。菲洛斯。杂志2559–572(1901)·doi:10.1080/14786440109462720 [11] Rao,C.R.:主成分和因素分析。收录于:Maddala,G.S.,Rao,C.R.(编辑)《统计手册》,第14页,第489-505页。Elsevier,阿姆斯特丹(1996) [12] Schneeweiss,H.,Mathes,H.:因子分析和主成分。J.多变量。分析。55, 105–124 (1995) ·Zbl 0845.62044号 ·doi:10.1006/jmva.1995.1069 [13] 斯皮尔曼:“一般智力”,客观地确定和衡量。美国心理学杂志。15, 201–292 (1904) ·doi:10.2307/1412107 [14] Stewart,G.W.:矩阵算法,第一卷:基本分解。费城,SIAM(1998) [15] Thurstone,L.L.:多因素分析。芝加哥大学出版社,芝加哥(1947)·Zbl 0029.22203号 [16] Trendafilov,N.T.:多元数据分析的动力系统方法,综述。J.计算。图表。Stat.15,628–650(2006年)·doi:10.1198/106186006X130828 [17] Trendafilov,N.T.,Unkel,S.:变量多于观测值的数据矩阵探索性因子分析。J.计算。图表。统计数据(2011年)。doi:10.1198/jcgs.2011.0921·Zbl 1305.65081号 [18] Unkel,S.,Trendafilov,N.T.:探索性因子分析中的同步参数估计:一篇解释性综述。国际统计版次78,363–382(2010)·Zbl 1284.62361号 ·doi:10.1111/j.1751-5823010.00120.x 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。