有關Akaike資訊準則及其在因子分析模型的應用

Abstract

在這篇論文裡, 我們透過最大概似函數的漸近誤差, 改進Akaike資訊 準則, 其收斂速度為o(1/n)。最重要地, 我們應用所提出之Akaike資訊準 則的有限修正到因子分析模型。 In this paper, we improve the Akaike's information criterionby considering the asymptotic bias of the maximum likelihood with the rateof convergence o(1/n). In particular, we apply the proposed finitecorrection of Akaike's information criterion to factor analysis models.