Общая модель

где каждая строка Data является наблюдением за Z.

Каждое наблюдение Z принято как iid (независимое, идентично распределенное) многомерное нормальное, и отсутствующие значения приняты отсутствующими случайным образом (MAR).

Эта стандартная программа имеет три метода инициализации, которые охватывают большинство случаев, каждый со своими преимуществами и недостатками.

The nanskip способ хорошо работает с маленькими задачами (менее 10 серий или с монотонными отсутствующими шаблонами данных). Он пропускает любые записи с NaNs и оценивает начальные значения только из полных записей данных. Этот метод инициализации имеет тенденцию привести к самой быстрой сходимости алгоритма ECM. Эта стандартная программа переключается на twostage метод, если он определяет, что значительное количество записей содержит NaN.

The twostage метод является лучшим выбором для больших задач (более 10 серий). Он оценивает среднее значение для каждой серии, используя все доступные данные для каждой серии. Затем он оценивает ковариационную матрицу с отсутствующими значениями, обработанными как равные среднему, а не как NaNs. Этот метод инициализации является устойчивым, но имеет тенденцию к более медленной сходимости алгоритма ECM.

The diagonal метод является методом наихудшего случая, который касается проблемных данных, таких как несвязанные ряды и чрезмерные отсутствующие данные (более 33% отсутствующих данных). Из трех методов инициализации этот метод вызывает самую медленную сходимость алгоритма ECM.