Robust Model Testing Research
Robust model testing research applies structural or path models to data while explicitly accounting for violations of multivariate normality and other distributional assumptions. Rather than discarding non-normal data or forcing transformations, it uses corrected estimators — most notably the Satorra-Bentler scaled chi-square and Yuan-Bentler robust standard errors — to produce trustworthy fit indices and parameter estimates even when classical maximum likelihood assumptions are breached.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- 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. · URL
- 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
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.