Robustness of Statistical Inference in Factor Analysis and Related Models
因子分析及相关模型中统计推断的稳健性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论一般统计因子分析，未说明宏观时间序列因子或金融因子结构，故不据因子一词直接分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
因子分析及相关模型中统计推断的稳健性
- 研究问题
- 在共同因子偏离正态分布、特有因子仍为多元正态时，按正态假设构造的因子模型估计与检验能否保留渐近性质？
- 方法与思路
- 作者考察包含不受限因子分析的一类潜变量模型，分析正态假设下导出的最小差异估计量与检验统计量。
- 材料陈述的贡献
- 摘要称，在共同因子非正态而特有因子多元正态的情形下，相关渐近性质得以保留，涵盖极大似然估计与似然比检验。
- 阅读关注点
- 应核对共同因子与特有因子的其他条件、保留的是哪些渐近性质，以及结论如何覆盖不同最小差异准则。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未给出完整条件，尤其不能将结论扩展到特有因子也非正态的情况。
原文摘要
A class of latent variable models which includes the unrestricted factor analysis model is considered. It is shown that minimum discrepancy test statistics and estimators derived under normality assumptions retain their asymptotic properties when the common factors are not normally distributed but the unique factors do have a multivariate normal distribution. The minimum discrepancy test statistics and estimators considered include the usual likelihood ratio test statistic and maximum likelihood estimators.