本文提出了一种基于矩阵变量$t$分布的双线性因子分析模型（$t$bfa），能够同时提取重尾或受污染的矩阵数据中行和列变量的共同因子。通过开发两种高效的$t$bfa最大似然估计算法，并导出用于计算参数估计精度的Fisher信息矩阵的闭式表达式。实证研究表明了$t$bfa模型的优越性和实用性，重要的是，$t$bfa具有比$t$fa显著更高的破裂点，使其更适用于矩阵数据。