Modélisation par équations structurelles robuste
La modélisation par équations structurelles robuste (SEM robuste) applique le cadre complet de la SEM — estimation simultanée des relations de mesure et structurelles entre variables latentes — tout en utilisant des statistiques de test corrigées et des erreurs standard de type sandwich qui restent valides lorsque les données observées s'écartent de la normalité multivariée. Le chi-carré mis à l'échelle de Satorra-Bentler est la correction la plus largement utilisée.
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
- Satorra, A. & Bentler, P. M. (1994). Corrections to test statistics and standard errors in covariance structure analysis. In A. von Eye & C. C. Clogg (Eds.), Latent variables analysis (pp. 399–419). Sage. link ↗
- Yuan, K.-H. & Bentler, P. M. (1998). Normal theory based test statistics in structural equation modelling. British Journal of Mathematical and Statistical Psychology, 51(2), 289–309. DOI: 10.1111/j.2044-8317.1998.tb00682.x ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Structural Equation Modeling. ScholarGate. https://scholargate.app/fr/statistics/robust-structural-equation-modeling
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 (AFC)Psychométrie↔ compare
- Analyse de cheminStatistique↔ compare
- Analyse factorielle confirmatoire robusteStatistique↔ compare
- Analyse robuste des cheminsStatistique↔ compare
- Modélisation par équations structurellesStatistiques de recherche↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →