Robustā eksploratīvā faktoru analīze
Robustā eksploratīvā faktoru analīze (robust EFA) atklāj vienumu kopuma latento faktoru struktūru, izmantojot novērtēšanas metodes, kas ir noturīgas pret ārkārtas vērtībām un daudzkārtējas normalitātes pārkāpumiem. Tā piemēro tādu pašu mērīšanas modeli kā standarta EFA, taču aizstāj klasisko kovariācijas novērtēšanu ar robustiem ekvivalentiem — piemēram, minimālās kovariācijas determinantu (minimum covariance determinant, MCD) vai iteratīvi pārsvarotajiem mazākajiem kvadrātiem (iteratively reweighted least squares, IWLS) —, lai neliela daļa netipisku gadījumu nevarētu sagrozīt iegūtos faktoru lādējumus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Yuan, K.-H., & Bentler, P. M. (2000). Robust mean and covariance structure analysis through iteratively reweighted least squares. Psychometrika, 65(1), 43–58. DOI: 10.1007/bf02294185 ↗
- Pison, G., Rousseeuw, P. J., Filzmoser, P., & Croux, C. (2003). Robust factor analysis. Journal of Multivariate Analysis, 84(1), 145–172. DOI: 10.1016/S0047-259X(02)00007-6 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Exploratory Factor Analysis. ScholarGate. https://scholargate.app/lv/psychometrics/robust-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.
- Apstiprinošā faktoru analīze (AFA)Psihometrija↔ compare
- Eksploratīvā faktoru analīze (EFA)Statistika↔ compare
- Vienuma atbildes teorija (IRT)Psihometrija↔ compare
- Robustā robustā faktoru analīzeStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →