×
Michael J.格林纳克。;迈克尔·W·布朗。

一种高效的交替最小二乘算法，用于执行多维展开。 （英语） Zbl 0607.65099号

心理测量学 51, 241-250 (1986).
我们考虑了展开中平方距离的最小二乘拟合问题。提出了一种交替过程，该过程依次固定行或列配置，并找到目标准则相对于自由参数的全局最优值，以这种方式迭代，直到达到收敛。
算法结果中的一个相当大的简化，即通过对每个点执行单维搜索来确定该条件全局最优值，而与展开解的维数无关。

引用于11文件

MSC公司：

65C99个 概率方法，随机微分方程
65日第10天 数值平滑、曲线拟合
62J05型 线性回归；混合模型
65平方米 偏微分方程初值和初边值问题特征方法的数值方面

关键词：

最小二乘标度;ALSCAL算法;条件极小化;最优解;非线性方程的根;拉姆齐加速技术;高效交替最小二乘算法;最小二乘拟合;展开;全局最优
PDF格式BibTeX公司 XML格式引用
\textit{M.J.Greenacre}和\textit{M.W.Browne}，《心理测量学》51，241--250（1986；Zbl 0607.65099）
全文： 内政部

参考文献：

[1] Coombs，C.H.（1950）。没有测量单位的心理尺度。《心理学评论》，57/148-158·doi:10.1037/h0060984
[2] Coombs，C.H.和Kao，R.C.（1960年）。关于因素分析和多维展开之间的联系。《心理测量学》，25219-231·Zbl 0093.16101号 ·doi:10.1007/BF02289726
[3] Fletcher，R.和Powell，M.J.D.（1963年）。一种快速收敛的最小化下降法。计算机杂志，2163-168·Zbl 0132.11603号
[4] Gold，E.M.（1973）。度量展开：Schönemann算法唯一解决方案和澄清的数据要求。《心理测量学》，38，555–569·Zbl 0288.92023号 ·doi:10.1007/BF02291494
[5] Gower，J.C.（1984）。多元分析：排序、多维尺度和相关主题。E.Loyd（Ed.），《应用数学手册》第6卷（第727-781页）。纽约：Wiley。
[6] Greenacre，M.J.（1978年）。数据矩阵图形显示的一些客观方法（巴黎第六大学博士论文翻译，作为特别报告出版）。比勒陀利亚：南非大学统计系。
[7] 海瑟·W·J（1981）。展开邻近数据分析。荷兰莱顿大学数据理论系未发表博士论文。
[8] Muller，M.W.（1983年）。偏好数据的最大似然多维展开。南非大学，比勒陀利亚，未发表博士论文。
[9] Ramsay，J.O.（1975）。解决心理测量数据分析中的隐式方程。《心理测量学》，40337-360·Zbl 0311.92024号 ·doi:10.1007/BF02291762
[10] Rao，C.R.（1973）。线性统计推断及其应用。纽约：Wiley·Zbl 0256.6202号
[11] Ross，J.和Cliff，N.（1964年）。点间距离模型的推广。《心理测量学》，29167-176·Zbl 0128.14808号 ·doi:10.1007/BF02289698
[12] Schönemann，P.H.（1970）。关于度量多维展开。《心理测量学》，35349-366·Zbl 0206.49301号 ·doi:10.1007/BF02310794
[13] Schönemann，P.H.和Wang，M.M.（1972年）。偏好数据多维分析的个体差异模型。《心理测量学》，37，275–309·doi:10.1007/BF02306784
[14] Takane，Y.、Young，F.W.和de Leeuw，J.（1977年）。非度量个体差异多维缩放：具有最佳缩放特征的交替最小二乘法。《心理测量学》，42，6-67·Zbl 0354.92048号 ·doi:10.1007/BF02293745
[15] Wish，M.、Deutsch，M.和Biener，L.（1972年）。国家间感知相似性的差异。A.K.Romney、R.N.Shepard和S.B.Nerlove（编辑），《多维尺度》第二卷（第289-313页）。纽约：研讨会出版社。
[16] Young，F.W.、Takane，Y.和Lewyckyj，R.（1978年）。关于ALSCAL的三个注释。《心理测量学》，43433-435·doi:10.1007/BF02293652
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。