ScholarGate
Asystent
Process / pipelineTarama ve gözlemsel desen

Badania nad testowaniem modeli o zwiększonej odporności (Robust Model Testing Research) — Ocena modeli strukturalnych i modeli ścieżkowych

Badania nad testowaniem modeli o zwiększonej odporności stosują modele strukturalne lub ścieżkowe do danych, uwzględniając przy tym jawnie naruszenia wielowymiarowej normalności i innych założeń dotyczących rozkładu. Zamiast odrzucać dane nienormalne lub wymuszać transformacje, wykorzystują skorygowane estymatory — w szczególności skorygowaną statystykę chi-kwadrat Satorra-Bentlera i odporne błędy standardowe Yuan-Bentlera — w celu uzyskania wiarygodnych wskaźników dopasowania i estymat parametrów, nawet gdy klasyczne założenia metody największej wiarygodności są naruszone.

Znajdź temat z PaperMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. 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: Applications for developmental research (pp. 399–419). Sage. link
  2. Yuan, K.-H., & Bentler, P. M. (1998). Robust mean and covariance structure analysis. British Journal of Mathematical and Statistical Psychology, 51(1), 63–88. DOI: 10.1111/j.2044-8317.1998.tb00667.x

Jak cytować tę stronę

ScholarGate. (2026, June 3). Robust Model Testing Research Design. ScholarGate. https://scholargate.app/pl/research-design/robust-model-testing-research

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.

Compare side by side
ScholarGateRobust Model Testing Research (Robust Model Testing Research Design). Pobrano 2026-06-15 z https://scholargate.app/pl/research-design/robust-model-testing-research · Zbiór danych: https://doi.org/10.5281/zenodo.20539026