In multivariate statistics, acyclic mixed graphs with directed and bidirected edges are widely used for compact representation of dependence structures that can arise in the presence of hidden (i.e., latent or unobserved) variables. Indeed, under multivariate normality, every mixed graph corresponds to a set of covariance matrices that contains as a full-dimensional subset the covariance matrices associated with a causally interpretable acyclic digraph. This digraph generally has some of its nodes corresponding to hidden variables. We seek to clarify for which mixed graphs there exists an acyclic digraph whose hidden variable model coincides with the mixed graph model. Restricting to the tractable setting of chain graphs and multivariate normality, we show that decomposability of the bidirected part of the chain graph is necessary and sufficient for equality between the mixed graph model and some hidden variable model given by an acyclic digraph.

Linear structural equation models postulate noisy linear relationships between variables of interest. Each model corresponds to a path diagram, which is a mixed graph with directed edges that encode the domains of the linear functions and bidirected edges that indicate possible correlations among noise terms. Using this graphical representation, we determine the maximum likelihood threshold, that is, the minimum sample size at which the likelihood function of a Gaussian structural equation model is almost surely bounded. Our result allows the model to have feedback loops and is based on decomposing the path diagram with respect to the connected components of its bidirected part. We also prove that if the sample size is below the threshold, then the likelihood function is almost surely unbounded. Our work clarifies, in particular, that standard likelihood inference is applicable to sparse high-dimensional models even if they feature feedback loops.MSC 2010 subject classifications: 62H12, 62J05

No abstract

Familienunternehmen sind eine tragende Säule der deutschen Wirtschaft. Ihr Erfolg steht und fällt mit einer Führung, die die Besonderheiten von Familie und Unternehmen berücksichtigt, die Vertrauen in das Management schafft und die Einigkeit der Inhaber fördert. Die 3. Auflage des erfolgreichen Best Practice-Ratgebers unterstützt Sie dabei, die unternehmerische Führung und Kontrolle situationsgerecht zu optimieren und den Zusammenhalt der Familie zu sichern: erste Wahl für Familienunternehmen mit sorgfältig aktualisierten und zahlreichen neuen Beiträgen aus Forschung, Beratung und Praxis, mit aufschlussreichen Experteninterviews und einem ausführlichen Leitfaden zur Erstellung einer Familienverfassung.

Die exzellente Führung von Familienunternehmen ist für die deutsche Wirtschaft von zentraler Bedeutung. Um den Erfolg nachhaltig zu sichern, sind spezifische Führungs- und Kontrollstrukturen erforderlich, und eine starke Familie, die als Einheit hinter dem Unternehmen steht. Wie Sie die Führung von Unternehmen und Familie erfolgsorientiert ausrichten, erfahren Sie in diesem Leitfaden: mit allen wichtigen Themen von der Familienverfassung bis zur Nachfolgeregelung, mit exklusiven Interviews namhafter Unternehmer und nützlichen Best-Practice-Tipps. Ein kompakter Management-Ratgeber!