結(jié)構(gòu)方程模型（Structural Equation Modeling,SEM）是發(fā)現(xiàn)變量之間關(guān)系的一種常用方法,被廣泛應(yīng)用于心理學(xué)、經(jīng)濟(jì)學(xué)等各個(gè)領(lǐng)域,利用結(jié)構(gòu)方程模型進(jìn)行因果推斷研究,成為近年來廣大學(xué)者討論的熱點(diǎn)問題。每個(gè)結(jié)構(gòu)方程模型對應(yīng)的是一個(gè)有向無環(huán)圖（DAG）,其所有的邊都是有向邊,并且不包含環(huán),可以描述變量之間的因果關(guān)系。如果數(shù)據(jù)來自一個(gè)誤差項(xiàng)方差相等的線性高斯結(jié)構(gòu)方程模型,就可以通過觀測數(shù)據(jù)的聯(lián)合高斯分布恢復(fù)結(jié)構(gòu)方程模型的結(jié)構(gòu),也就是進(jìn)行結(jié)構(gòu)學(xué)習(xí)。本文討論了高斯結(jié)構(gòu)方程模型的結(jié)構(gòu)學(xué)習(xí)�，F(xiàn)有的貪婪搜索（GDS）算法在處理高維數(shù)據(jù)時(shí)有很大的困難,計(jì)算緩慢并且復(fù)雜度高。為了降低算法的計(jì)算復(fù)雜度,縮短運(yùn)行時(shí)間,我們改進(jìn)了貪婪搜索算法,提出了一種基于道義圖的貪婪搜索算法,稱其為算法。首先通過l₁懲罰似然估計(jì)高斯圖模型協(xié)方差逆矩陣的非零項(xiàng),利用glasso算法得到目標(biāo)DAG的道義圖,該道義圖縮小了貪婪搜索過程的搜索范圍,應(yīng)用貪婪搜索算法來移除虛假邊,最終得到DAG的估計(jì)。本文中通過模擬研究比較了與貪婪等價(jià)類算法（GES）、PC算法、貪婪搜索（GDS）算法學(xué)習(xí)結(jié)構(gòu)的... 

【文章來源】：長春工業(yè)大學(xué)吉林省

【文章頁數(shù)】：43 頁

【學(xué)位級別】：碩士

【部分圖文】：

稀疏圖時(shí)，誤差方差不等時(shí)4種算法計(jì)算的結(jié)構(gòu)漢明距離

圖 4.1 稀疏圖時(shí)，誤差方差不等時(shí) 4 種算法計(jì)算的結(jié)構(gòu)漢明距離圖 4.1 顯示，隨著參數(shù) a 的變化，對于 a=0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9 的取值，我們提出的優(yōu)化算法的性能相對較強(qiáng)。特別地，在 a=0.7 時(shí)，我們的 的結(jié)構(gòu)漢明距離明顯要優(yōu)于其它三種算法。即使對于 a 的大值，該算法得出的結(jié)果也相當(dāng)不錯(cuò)。圖 4.2 中橫坐標(biāo)表示一個(gè)參數(shù) a 的值，參數(shù) a 是樣本數(shù)據(jù)在誤差方差相等的情況下的擾動(dòng); a=0 時(shí)對應(yīng)誤差方差相等。縱坐標(biāo)表示估計(jì)的馬爾可夫等價(jià)類(CPDAG)到真實(shí)馬爾可夫等價(jià)類(CPDAG)的結(jié)構(gòu)漢明距離。圖 4.2 為貪婪搜索 算法(白色)，我們提出的優(yōu)化算法 (淺灰色)、 算法(灰色)和 算法(深灰色)到真實(shí)馬爾可夫等價(jià)類(DAG)的結(jié)構(gòu)漢明距離的框圖；

【參考文獻(xiàn)】：
期刊論文
[1]罰似然圖模型與社會(huì)網(wǎng)絡(luò)測量[J]. 陳華珊.  社會(huì). 2017(02)



本文編號：3007669