Bayesiansk faktoranalyse
Bayesiansk faktoranalyse er en probabilistisk metode med latente variable, der placerer prior-fordelinger på faktorerne (factor loading matrix) og residualvarianserne, og derefter udleder en fuld posterior-fordeling over disse parametre fra de observerede data. Metoden blev fremtrædende udviklet inden for det bayesianske rammeværk af Lopes og West (2004) og udvider klassisk eksplorativ og konfirmativ faktoranalyse ved at kvantificere usikkerhed i hver estimeret faktor (loading) i stedet for at rapportere enkeltpunktestimater.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Lopes, H. F. & West, M. (2004). Bayesian Model Assessment in Factor Analysis. Statistica Sinica, 14(1), 41–67. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Bayesian Factor Analysis. ScholarGate. https://scholargate.app/da/bayesian/bayesian-factor-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiansk netværkBayesiansk↔ compare
- Bayesiansk regressionBayesiansk↔ compare
- Konfirmatorisk faktoranalyse (CFA)Statistik↔ compare
- Exploratorisk Faktor Analyse (EFA)Statistik↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ compare
- Principal Component AnalysisMaskinlæring↔ compare
- Strukturel Ligningsmodellering (SEM)Statistik↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →