Modelado de Ecuaciones Estructurales Bayesiano (BSEM)
El SEM Bayesiano, introducido por Muthén y Asparouhov en 2012, extiende el modelado de ecuaciones estructurales clásico al colocar distribuciones previas en las cargas factoriales, los coeficientes de trayectoria y las covarianzas. En lugar de devolver una única estimación de máxima verosimilitud, utiliza el método de Monte Carlo de cadena de Markov para producir una distribución posterior completa para cada parámetro, lo que permite una cuantificación de la incertidumbre fundamentada en modelos con variables latentes.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Muthén, B. & Asparouhov, T. (2012). Bayesian SEM: A More Flexible Representation of Substantive Theory. Psychological Methods, 17(3), 313–335. link ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Bayesian Structural Equation Modeling. ScholarGate. https://scholargate.app/es/bayesian/bayesian-sem
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.
- Modelo Jerárquico BayesianoBayesiano↔ compare
- Regresión bayesianaBayesiano↔ compare
- Análisis Factorial Confirmatorio (AFC)Estadística↔ compare
- Modelo de Curva de Crecimiento Latente (LGC)Estadística↔ compare
- Cadenas de Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Modelado de Ecuaciones Estructurales (SEM)Estadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →