因子分析では、パラメータの最尤推定値を近似的に求めるのが一般的であるが、分散パラメータが負となる不適解問題等、解空間の次元と密接に関わっている問題がある。しかしながら、一般に、近似解から解空間の次元等を厳密に求めることは困難であるため、不適解問題等の性質を理論的に解明することは困難となる。そこで、因子分析における最尤解を厳密に求めるアルゴリズムを構築する。このようなアプローチを通じて、解空間の次元などの解の性質を明らかにできる。その結果、データの背後にある構造を正しく記述できるようになる。
