Latent structureMultivariate analysis
ロバスト構造方程式モデリング
ロバスト構造方程式モデリング（Robust SEM）は、潜在変数間の測定関係および構造関係の同時推定というSEMの全枠組みを適用しつつ、観測データが多変量正規性から逸脱した場合でも有効な、補正された検定統計量とサンドイッチ標準誤差を使用します。Satorra-Bentlerスケール化カイ二乗統計量が最も広く用いられている補正です。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Structural Equation Modeling. ScholarGate. https://scholargate.app/ja/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.
- 確認的因子分析（CFA）心理測定学↔ compare
- パス解析統計学↔ compare
- ロバスト確証的因子分析統計学↔ compare
- 頑健パス解析統計学↔ compare
- 構造方程式モデリング研究統計↔ compare