通过信号抵消实现稀疏因子结构的绑定恢复

盲因子恢复遵循的原则是：变量独自属于某个因子的信号可以通过一个对比（加权求和）组合，其中的因子贡献被抵消，只留下唯一变量的复合物。成功的对比如果与任何剩余变量不相关，就成为拥有至少两个唯一指示变量的因子的特征。成对的信号抵消通常对于受不同因子影响的变量而言不完整，但对于在两个因子上具有比例负荷的变量却成功，这将在两个因子的平面中识别出三个抵消簇。通过识别表示三个簇的变量三元组来识别这一点。Signal Cancellation Recovery of Factors (SCRoF) 算法实现了这些原则，仅要求每个因子至少有两个唯一指示变量，不需要预先估计因子的数量。通过两种显著性阈值策略获得备选稀疏因子解。对每个潜在解的个别估计因子负荷和因子相关性在全局上针对最大似然进行优化，给出与观察数据兼容的卡方指示。SCRoF 以来自复杂六因子结构的合成数据进行演示。实际数据则表明，SCRoF 即使在初始模型看起来不充分时，也能从属确认性因子分析中获益。