Bayesian methods
베이지안 구조 방정식 모형 (Bayesian Structural Equation Modeling, BSEM)
베이지안 SEM은 2012년 Muthén과 Asparouhov가 소개했으며, 요인 부하량, 경로 계수, 공분산에 사전 분포(prior distributions)를 설정함으로써 고전적 구조 방정식 모형을 확장합니다. 단일 최대우도추정치(maximum-likelihood estimate)를 반환하는 대신, 마르코프 연쇄 몬테카를로(Markov chain Monte Carlo)를 사용하여 모든 모수(parameter)에 대한 전체 사후 분포(posterior distribution)를 생성하며, 잠재 변수(latent variable)를 포함하는 모형에서 원칙에 입각한 불확실성 정량화를 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Muthén, B. & Asparouhov, T. (2012). Bayesian SEM: A More Flexible Representation of Substantive Theory. Psychological Methods, 17(3), 313–335. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Bayesian Structural Equation Modeling. ScholarGate. https://scholargate.app/ko/bayesian/bayesian-sem
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.
- 베이지안 계층 모델베이지안↔ compare
- 베이즈 회귀베이지안↔ compare
- 확인적 요인분석(CFA)통계학↔ compare
- 잠재 성장 곡선 모형 (Latent Growth Curve Model, LGC)통계학↔ compare
- 마르코프 연쇄 몬테카를로 (MCMC)베이지안↔ compare
- 구조방정식 모형(SEM)통계학↔ compare