Общая модель

где каждая строка Data является наблюдением за Z.

Каждое наблюдение за Z принято, чтобы быть iid (независимый, тождественно распределенный), многомерные нормальные, и отсутствующие значения приняты, чтобы быть пропавшими без вести наугад (MAR).

Эта стандартная программа имеет три метода инициализации, которые касаются большинства случаев, каждого с ее преимуществами и недостатками.

Метод nanskip работает хорошо с небольшими проблемами (меньше чем 10 рядов или с монотонностью недостающие шаблоны данных). Это перескакивает через любые записи с NaN s и оценивает, что начальные значения от полных данных записывают только. Этот метод инициализации имеет тенденцию приводить к самой быстрой сходимости алгоритма ECM. Эта стандартная программа переключается на метод twostage, если это решает, что значительное количество записей содержит NaN.

Метод twostage является лучшим выбором для больших проблем (больше чем 10 рядов). Это оценивает среднее значение для каждого ряда с помощью всех доступных данных для каждого ряда. Это затем оценивает ковариационную матрицу с отсутствующими значениями, обработанными как равную среднему значению, а не как NaN s. Этот метод инициализации устойчив, но имеет тенденцию приводить к более медленной сходимости алгоритма ECM.

Метод diagonal является подходом худшего случая, который имеет дело с проблематичными данными, такими как непересекающийся ряд и чрезмерные недостающие данные (больше чем 33% недостающие данные). Из трех методов инициализации этот метод вызывает самую медленную сходимость алгоритма ECM.