Робастная конфирматорная факторная модель
Робастная конфирматорная факторная модель (КФА) подгоняет предварительно заданную факторную структуру к наблюдаемым данным, корректируя стандартные ошибки и статистику качества подгонки при нарушениях многомерной нормальности. Это предпочтительный вариант КФА, когда индикаторы типа Лайкерта, скошенные или имеющие эксцесс делают классический оценщик на основе нормальной теории ненадежным.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Browne, M. W. (1984). Asymptotically distribution-free methods for the analysis of covariance structures. British Journal of Mathematical and Statistical Psychology, 37(1), 62–83. DOI: 10.1111/j.2044-8317.1984.tb00789.x ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/ru/statistics/robust-confirmatory-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.
- Конфирматорный факторный анализ (КФА)Психометрия↔ compare
- Эксплораторный факторный анализ (ЭФА)Статистика↔ compare
- Многоуровневый конфирматорный факторный анализ (MCFA)Психометрия↔ compare
- Робастный эксплораторный факторный анализПсихометрия↔ compare
- Робастное моделирование структурными уравнениямиСтатистика↔ compare
- Структурное моделирование (Structural Equation Modeling)Статистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →