Jan, 2024
基于矩阵变量 $t$ 分布的鲁棒双线性因子分析
Robust bilinear factor analysis based on the matrix-variate $t$ distribution
Xuan Ma, Jianhua Zhao, Changchun Shang, Fen Jiang, Philip L.H. Yu
TL;DR提出了一种基于矩阵变量 $t$ 分布的双线性因子分析模型($t$bfa),能够同时提取重尾或受污染的矩阵数据中行和列变量的共同因子,通过开发两种高效的 $t$bfa 最大似然估计算法,并导出用于计算参数估计精度的 Fisher 信息矩阵的闭式表达式,实证研究表明了 $t$bfa 模型的优越性和实用性,重要的是,$t$bfa 具有比 $t$fa 显著更高的破裂点,使其更适用于矩阵数据。