| 基于EM算法的因子分析中隐变量的条件概率密度函数 |
| |
| 引用本文： | 李昌利,李司东. 基于EM算法的因子分析中隐变量的条件概率密度函数[J]. 数学的实践与认识, 2009, 39(14) |
| |
| 作者姓名： | 李昌利 李司东 |
| |
| 作者单位： | 1. 广东海洋大学,信息学院,广东,湛江,524088
2. 陕西师范大学,物理学与信息技术学院,陕西,西安,710062 |
| |
| 摘 要： | 因子分析是一种重要的多元统计分析技术,可以采用EM算法迭代得到模型的未知参数,其中一个关键的问题就是在已知观测数据和前一次迭代得到的参数估计值的条件下,如何得到隐变量的条件概率密度函数.国内外的有关文献都不加说明地直接给出了这个函数,本文给出了详细的推导过程.
|
| 关 键 词： | 因子分析(FA) 期望最大(EM) 隐变量 条件概率密度函数 |
Conditional PDF of Hidden Variable for Factor Analysis Based on EM Algorithm |
| |
| LI Chang-li,LI Si-dong. Conditional PDF of Hidden Variable for Factor Analysis Based on EM Algorithm[J]. Mathematics in Practice and Theory, 2009, 39(14) |
| |
| Authors: | LI Chang-li LI Si-dong |
| |
| Abstract: | Factor analysis(FA) is an important multi-analysis technique,whose unknown parameters can be iteratively estimated through EM algorithm.One key issue of EM algorithm is to obtain hidden variable′s conditional probability density function(PDF),given observed data and estimated values of these paramters after previous iteration.Almost all references concerned make use of this PDF without any illumination,so this paper deals with it in detail. |
| |
| Keywords: | factor analysis(FA) Expectation-Maximization(EM) hidden variable conditional probability density function(PDF) |
| 本文献已被 万方数据 等数据库收录！ |
|
