Analisis Faktor Eksploratori Bayesian (BEFA)
Analisis faktor eksploratori Bayesian menerapkan kerangka kerja probabilistik penuh pada model faktor umum. Dengan menempatkan distribusi prior atas pembebanan faktor dan varians unik, metode ini menghasilkan distribusi posterior alih-alih estimasi titik, mengukur ketidakpastian di sekitar setiap pembebanan, dan dapat memperlakukan jumlah faktor sebagai sesuatu yang tidak diketahui untuk disimpulkan dari data.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Exploratory Factor Analysis. ScholarGate. https://scholargate.app/id/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.
- Analisis Faktor Konfirmatori Bayesian (BCFA)Psikometri↔ compare
- Analisis Faktor Konfirmatori (CFA)Psikometri↔ compare
- Analisis Faktor Eksploratori (EFA)Statistika↔ compare
- Teori Respons Item (TRI)Psikometri↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →