Analyse Factorielle Exploratoire Bayésienne (AFEB)
L'analyse factorielle exploratoire bayésienne applique un cadre probabiliste complet au modèle factoriel commun. En plaçant des distributions a priori sur les saturations factorielles et les variances uniques, elle produit des distributions a posteriori plutôt que des estimations ponctuelles, quantifie l'incertitude autour de chaque saturation, et peut considérer le nombre de facteurs comme une inconnue à inférer à partir des données.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Lopes, H. F. & West, M. (2004). Bayesian model assessment in factor analysis. Statistica Sinica, 14(1), 41–67. link ↗
- Ghosh, J. & Dunson, D. B. (2009). Default prior distributions and efficient posterior computation in Bayesian factor analysis. Journal of Computational and Graphical Statistics, 18(2), 306–320. DOI: 10.1198/jcgs.2009.07145 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Exploratory Factor Analysis. ScholarGate. https://scholargate.app/fr/psychometrics/bayesian-exploratory-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.
- Analyse factorielle confirmatoire bayésienne (AFCB)Psychométrie↔ compare
- Analyse Factorielle Confirmatoire (AFC)Psychométrie↔ compare
- Analyse factorielle exploratoire (AFE)Statistique↔ compare
- Théorie de la réponse aux items (TRI)Psychométrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →