Latent structureScale / measurement

Analyse factorielle confirmatoire bayésienne (AFCB)

L'analyse factorielle confirmatoire bayésienne (AFCB) teste une structure factorielle pré-spécifiée à l'aide de l'inférence bayésienne. Au lieu d'estimations ponctuelles avec des p-valeurs, elle produit des distributions a posteriori complètes pour les chargements, les corrélations factorielles et les variances résiduelles, permettant au chercheur d'incorporer des connaissances antérieures et de propager naturellement l'incertitude des paramètres.

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.

+4 more

Sources

  1. Lee, S.-Y. (2007). Structural Equation Modeling: A Bayesian Approach. Wiley. ISBN: 978-0470024232
  2. Muthén, B. & Asparouhov, T. (2012). Bayesian structural equation modeling: A more flexible representation of substantive theory. Psychological Methods, 17(3), 313–335. DOI: 10.1037/a0026802

Comment citer cette page

ScholarGate. (2026, June 3). Bayesian Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/fr/psychometrics/bayesian-confirmatory-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.

Compare side by side

Référencée par

ScholarGateBayesian Confirmatory Factor Analysis (Bayesian Confirmatory Factor Analysis). Consulté le 2026-06-15 sur https://scholargate.app/fr/psychometrics/bayesian-confirmatory-factor-analysis · Jeu de données : https://doi.org/10.5281/zenodo.20539026