Analyse Factorielle Multiple Bayésienne (AFMB)
L'Analyse Factorielle Multiple Bayésienne (AFMB) étend l'AFM classique en intégrant la décomposition géométrique de tables de données catégorielles dans un cadre probabiliste bayésien, permettant une quantification principielle de l'incertitude autour des coordonnées des catégories, la sélection de dimensions via la vraisemblance marginale, et l'incorporation de connaissances a priori sur les relations entre variables.
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
- Greenacre, M. & Blasius, J. (Eds.) (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1584886280
- Delattre, M., Lavielle, M. & Poursat, M.-A. (2014). A note on BIC in mixed-effects models. Electronic Journal of Statistics, 8(1), 456–475. DOI: 10.1214/14-EJS890 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Multiple Correspondence Analysis. ScholarGate. https://scholargate.app/fr/statistics/bayesian-multiple-correspondence-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 de classification bayésienneStatistique↔ compare
- Bayesian Latent Class AnalysisStatistique↔ compare
- Analyse des CorrespondancesStatistique↔ compare
- Analyse de classes latentes (ACL)Statistique↔ compare
- Analyse des Correspondances Multiples (ACM)Statistique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →