Bayesian methods

Modélisation Bayésienne par Équations Structurelles (BSEM)

Le SEM bayésien, introduit par Muthén et Asparouhov en 2012, étend la modélisation classique par équations structurelles en plaçant des distributions a priori sur les chargements factoriels, les coefficients de chemin et les covariances. Au lieu de retourner une seule estimation par maximum de vraisemblance, il utilise la chaîne de Markov Monte Carlo pour produire une distribution postérieure complète pour chaque paramètre, permettant une quantification principielle de l'incertitude dans les modèles avec variables latentes.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Muthén, B. & Asparouhov, T. (2012). Bayesian SEM: A More Flexible Representation of Substantive Theory. Psychological Methods, 17(3), 313–335. link

Comment citer cette page

ScholarGate. (2026, June 1). Bayesian Structural Equation Modeling. ScholarGate. https://scholargate.app/fr/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.

Compare side by side

Référencée par

ScholarGateBayesian SEM (Bayesian Structural Equation Modeling). Consulté le 2026-06-15 sur https://scholargate.app/fr/bayesian/bayesian-sem · Jeu de données : https://doi.org/10.5281/zenodo.20539026