liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Semi-sparse PCA
Linköpings universitet, Matematiska institutionen, Beräkningsmatematik. Linköpings universitet, Tekniska fakulteten.ORCID-id: 0000-0003-2281-856X
Open Univ, England.
2019 (Engelska)Ingår i: Psychometrika, ISSN 0033-3123, E-ISSN 1860-0980, Vol. 84, nr 1, s. 164-185Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

It is well known that the classical exploratory factor analysis (EFA) of data with more observations than variables has several types of indeterminacy. We study the factor indeterminacy and show some new aspects of this problem by considering EFA as a specific data matrix decomposition. We adopt a new approach to the EFA estimation and achieve a new characterization of the factor indeterminacy problem. A new alternative model is proposed, which gives determinate factors and can be seen as a semi-sparse principal component analysis (PCA). An alternating algorithm is developed, where in each step a Procrustes problem is solved. It is demonstrated that the new model/algorithm can act as a specific sparse PCA and as a low-rank-plus-sparse matrix decomposition. Numerical examples with several large data sets illustrate the versatility of the new model, and the performance and behaviour of its algorithmic implementation.

Ort, förlag, år, upplaga, sidor
SPRINGER , 2019. Vol. 84, nr 1, s. 164-185
Nyckelord [en]
alternative factor analysis; matrix decompositions; least squares; Stiefel manifold; sparse PCA; robust PCA
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:liu:diva-154834DOI: 10.1007/s11336-018-9650-9ISI: 000458464200009PubMedID: 30483924OAI: oai:DiVA.org:liu-154834DiVA, id: diva2:1294596
Tillgänglig från: 2019-03-07 Skapad: 2019-03-07 Senast uppdaterad: 2019-06-28

Open Access i DiVA

fulltext(1046 kB)2 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1046 kBChecksumma SHA-512
5e04bee756c378c461e5959ee4c342ee3124f47cd48fbc2dbd3345fc961e0f0d824578a3e3d4205aa715eda7b9a45f0df94252e6aa580451a438681974976322
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMed

Sök vidare i DiVA

Av författaren/redaktören
Eldén, Lars
Av organisationen
BeräkningsmatematikTekniska fakulteten
I samma tidskrift
Psychometrika
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 2 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 49 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf