摘要：半連續(xù)數(shù)據(jù)在經(jīng)濟(jì)和社會(huì)科學(xué)調(diào)查中普遍存在.在分析該類數(shù)據(jù)時(shí),經(jīng)典兩部分回歸模型經(jīng)常被用來刻畫協(xié)變量對(duì)響應(yīng)變量可變性的影響.然而,包含協(xié)變量并不能完全解釋響應(yīng)變量的可變性.忽略未被觀測的數(shù)據(jù)異質(zhì)性將導(dǎo)致方差的劇烈波動(dòng).在本文中,我們將兩部分回歸模型推廣到兩部分因子分析模型.多變量半連續(xù)數(shù)據(jù)未觀測的異質(zhì)性由潛在因子部分來解釋.此外,通過引入潛在性因子,多重變量間的相依性也以線性組合方式通過共享因子變量得到刻畫.在貝葉斯框架內(nèi),我們運(yùn)用馬爾可夫鏈蒙特卡洛（MCMC）方法來進(jìn)行后驗(yàn)分析.GIBBS采樣器被用于從后驗(yàn)分布中抽取樣本.基于模擬的隨機(jī)樣本,未知參數(shù)估計(jì)和模型評(píng)價(jià)等統(tǒng)計(jì)推斷問題獲得解決.隨機(jī)模擬和可卡因使用數(shù)據(jù)分析等實(shí)證結(jié)果顯示了該方法的有效性和實(shí)用性.