马蒂亚斯·德顿;福伊格尔、里纳;塞思·沙利文 线性结构方程模型的全局可辨识性。 （英语） Zbl 1215.62052号 Ann.统计。 39，第2期，865-886（2011）. 摘要：结构方程模型是通过指定随机变量之间的噪声函数关系来定义的多元统计模型。我们考虑线性关系和加性高斯噪声项的经典情况。利用编码线性结构方程和误差项的相关结构的混合图给出了模型全局可辨识的充要条件。全局可识别性被理解为模型参数化的内射性，特别是对于标准统计方法的适用性来说，它是基本的。 引用于17文件 MSC公司： 62小时05 多元概率分布的表征与结构理论；连接线 05摄氏90度 图论的应用 62J05型 线性回归；混合模型 关键词：协方差矩阵;高斯分布;图形模型;多元正态分布;参数识别 软件：四分体 PDF格式BibTeX公司 XML格式引用 \textit{M.Drton}等人，Ann.Stat.39，No.2，865--886（2011；Zbl 1215.62052） 全文： 内政部 arXiv公司 参考文献： [1] Andrews，D.W.K.和Guggenberger，P.（2010年）。渐近大小以及子采样和n取m引导的问题。计量经济学理论26 426-468·Zbl 1185.62044号 ·网址：10.1017/S0266466609100051 [2] Bollen，K.A.（1989年）。具有潜在变量的结构方程。纽约威利·Zbl 0731.62159号 [3] Brito，C.和Pearl，J.（2002年）。具有相关误差的递归模型的一种新的辨识条件。结构。埃克。模型。9 459-474·doi:10.1207/S15328007SEM0904_1 [4] Chung，F.R.K.（1997年）。谱图论。CBMS数学区域会议系列92。阿默尔。数学。佛罗里达州普罗维登斯Soc·Zbl 0867.05046号 [5] Cox，D.、Little，J.和O'Shea，D.（2007年）。理想、多样性和算法：计算代数几何和交换代数导论，第三版，Springer，纽约·Zbl 1118.13001号 [6] Drton，M.、Eichler，M.和Richardson，T.S.（2009年）。计算具有相关误差的递归线性模型中的最大似然估计。J.马赫。学习。第10号决议2329-2348·Zbl 1235.62077号 [7] Drton，M.（2009）。似然比检验和奇点。安。统计师。37 979-1012. ·Zbl 1196.62020号 ·doi:10.1214/07-AOS571 [8] Drton，M.和Yu，J.（2010年）。关于带零的半正定矩阵的参数化。SIAM J.矩阵分析。申请。31 2665-2680. ·Zbl 1210.15036号 ·doi:10.1137/100783170 [9] McDonald，R.P.（2002）。我们可以从路径方程中学到什么可识别性、约束、等价性。《心理测量学》67 225-249·Zbl 1297.62236号 ·doi:10.1007/BF02294844 [10] Okamoto，M.（1973）。多元样本中二次型特征值的显著性。安。统计师。1 763-765. ·Zbl 0261.62043号 ·doi:10.1214操作系统/117632472 [11] Pearl，J.（2009）。因果关系：模型、推理和推理，第二版，剑桥大学出版社，剑桥·Zbl 1188.68291号 [12] Richardson，T.和Spirtes，P.（2002年）。祖先图马尔可夫模型。安。统计师。30 962-1030. ·Zbl 1033.60008号 ·doi:10.1214/aos/1031689015 [13] Spites，P.、Glymour，C.和Scheines，R.（2000）。因果、预测与搜索，第二版，麻省理工学院出版社，马萨诸塞州剑桥·Zbl 0806.62001 [14] Shpitser，I.和Pearl，J.（2006年）。递归半马尔可夫因果模型中联合干预分布的识别。第21届全国人工智能会议论文集1219-1226。加利福尼亚州门罗公园AAAI出版社。 [15] 田杰（2002）。因果推理和学习研究。加州大学洛杉矶分校计算机科学系博士论文。 [16] 田杰（2009）。一类线性结构方程模型的参数识别。《国际人工智能联合会议（IJCAI）会议记录》，1970年至1975年，加利福尼亚州帕萨迪纳。Morgan Kaufmann，加利福尼亚州旧金山。 [17] Wermuth，N.（2010年）。具有摘要图结构的概率分布。伯努利。出现。可在上获取·Zbl 1245.62062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。