Latent structureScale / measurement
ベイズ探索的因子分析 (BEFA)
ベイズ探索的因子分析は、共通因子モデルに完全な確率的フレームワークを適用するものである。因子負荷量と独自分散に事前分布を置くことで、点推定ではなく事後分布を得て、すべての負荷量に関する不確実性を定量化し、因子数をデータから推論される未知数として扱うことができる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Exploratory Factor Analysis. ScholarGate. https://scholargate.app/ja/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.
- ベイズ確認的因子分析 (BCFA)心理測定学↔ compare
- 確認的因子分析（CFA）心理測定学↔ compare
- 因子分析（EFA）統計学↔ compare
- 項目応答理論 (IRT)心理測定学↔ compare