Maximum Likelihood Estimators and Likelihood Ratio Criteria in Multivariate Components of Variance
多元方差分量模型的极大似然估计与似然比准则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：摘要涉及一般多元方差分量和因子分析，未明确指向宏观因子、金融因子或结构计量应用。
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…
多元方差分量模型的极大似然估计与似然比准则
- 研究问题
- 在效应协方差矩阵半正定且秩受上限约束时，如何估计多元方差分量，并检验两个不同的秩上限？
- 方法与思路
- 作者在半正定与秩上限约束下求取极大似然估计，再由估计程序构造比较不同秩上限的似然比检验。
- 材料陈述的贡献
- 摘要称所得估计量的秩具有随机性，并将部分线性结构关系模型与因子分析模型纳入同一估计和检验框架。
- 阅读关注点
- 应核对协方差矩阵约束、估计量秩的确定方式，以及似然比统计量在秩边界处的分布和检验校准依据。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；具体模型条件、检验分布与计算细节未说明，不能推断其他版本的变化。
原文摘要
Maximum likelihood estimators are obtained for multivariate components of variance models under the condition that the effect covariance matrix is positive semidefinite with a maximum rank. The rank of the estimator is random. The estimation procedure leads to a likelihood ratio test that the rank of the effect matrix is not greater than a given number against the alternative that the rank is not greater than a larger specified number. Linear structural relationship models and some factor analytic models can be put into this framework.