Bayesian EFA
Bayesian exploratory factor analysis applies a full probabilistic framework to the common factor model. By placing prior distributions over factor loadings and unique variances, it yields posterior distributions rather than point estimates, quantifies uncertainty around every loading, and can treat the number of factors as an unknown to be inferred from data.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Lopes, H. F. & West, M. (2004). Bayesian model assessment in factor analysis. Statistica Sinica, 14(1), 41–67. · URL
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.