Байесовский исследовательский факторный анализ (BEFA)
Байесовский исследовательский факторный анализ применяет полную вероятностную структуру к модели общих факторов. Размещая априорные распределения на факторных нагрузках и уникальных дисперсиях, он дает апостериорные распределения вместо точечных оценок, количественно оценивает неопределенность вокруг каждой нагрузки и может рассматривать количество факторов как неизвестную величину, выводимую из данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Lopes, H. F. & West, M. (2004). Bayesian model assessment in factor analysis. Statistica Sinica, 14(1), 41–67. link ↗
- Ghosh, J. & Dunson, D. B. (2009). Default prior distributions and efficient posterior computation in Bayesian factor analysis. Journal of Computational and Graphical Statistics, 18(2), 306–320. DOI: 10.1198/jcgs.2009.07145 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Exploratory Factor Analysis. ScholarGate. https://scholargate.app/ru/psychometrics/bayesian-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.
- Байесовский конфирматорный факторный анализ (BCFA)Психометрия↔ compare
- Конфирматорный факторный анализ (КФА)Психометрия↔ compare
- Эксплораторный факторный анализ (ЭФА)Статистика↔ compare
- Теория отклика на задания (IRT)Психометрия↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →