集群数据下因子分析模型的贝叶斯统计推断.pdfVIP

DOI:10.13546/ki.tjyjc.2025.13.010

理论探讨

集群数据下因子分析模型的贝叶斯统计推断

陈博文，李亚磊，李兴平aaa，b

（云南师范大学a.数学学院；b.云南省现代分析数学及应用重点实验室昆明650500）

摘要：针对集群数据子群内部相关性不可忽略的问题，文章基于贝叶斯框架研究集群数据因子分析模型

的统计推断及异常子群识别，构建因子分析模型刻画变量之间的关联关系，并提出集群数据嵌套结构的处理方

法。具体来说：先采用MCMC算法结合Gibbs抽样对模型参数进行贝叶斯估计，通过均值遍历图验证马尔可夫

链的收敛性；再利用贝叶斯数据删除模型，以Cook后验均值距离为诊断统计量，识别异常子群。研究结果表

明：（1）考虑子群内部相关性的模型在AIC和BIC准则下均显著优于忽略内部关联的模型。（2）Gibbs抽样参数估

计偏差与均方根误差均较小，特别是随着子群个数的增加，参数估计的效果越来越好，验证了所提方法的有效

性。（3）Cook后验均值距离诊断统计量成功识别出模拟研究和实例分析中的第17个州为异常子群。删除异常

州后的分析结果表明，不同参数下子群之间的掩盖效应存在差异：当公共因子为感兴趣参数时，各州的Cook后

验均值距离变化较大，可以判断各州之间不存在掩盖效应；当载荷矩阵为感兴趣参数时，仅第16个州的Cook后

验均值距离变化较大，说明各州之间可能存在掩盖效应。

关键词：集群数据；因子分析模型；MCMC方法；影响诊断；贝叶斯数据删除模型

中图分类号：O212.8文献标识码：A文章编号：1002-6487（2025）13-0063-07

误被低估，进而影响统计推断的稳健性。

0引言因子分析模型是一种刻画多维变量之间相依性的重

[11]

要统计工具，由Spearman（1904）在研究智力测验时首次

集群数据（Clustereddata）在心理学、脑科学等多个领提出，该模型既能达到数据降维的目的，又能反映变量间

域内广泛存在，该数据的显著特征是在同一子群内的观测[12]

的内部关联。Julian（2001）通过细胞学实验验证了当群

结果比来自不同子群的观测结果“更相似”，具体指同一集内相关性较大时，忽略嵌套结构会导致未知参数的估计值

合内的样本个体具有某种关联性，不同集合间的样本相关[13]

产生严重偏差。针对集群数据的嵌套结构，Huang（2014）

性较弱，多个集合组合成的数据集称为集群数据集。由于提出了多种处理集群数据嵌套结构的替代方案，但适用于

集群数据包含多个子群体，每个子群体往往包含不同数目集群数据因子分析模型的处理手段却并未提及。在研究

的样本，因此该类数据通常具有复杂的结构。以学生为集群数据因子分析模型时，利用群均值处理集群数据是一

例，学生可以视为被嵌套在班级里，班级可以视为被嵌套种简单有效的方法，该方法被众多学者用于处理嵌套结

在学校中，同一