เปรียบเทียบวิธี

	การสร้างแบบจำลองสมการโครงสร้างแบบเบย์ (BSEM)	แบบจำลองเส้นโค้งการเติบโตแบบแฝง (Latent Growth Curve Model - LGC)
สาขาวิชา	เบย์	สถิติศาสตร์
ตระกูล	Bayesian methods	Latent structure
ปีกำเนิด	2012	1990
ผู้ริเริ่ม	Bengt Muthén & Tihomir Asparouhov	Meredith & Tisak
ประเภท	Bayesian latent variable model	Latent variable / longitudinal growth model
แหล่งต้นตำรับ	Muthén, B. & Asparouhov, T. (2012). Bayesian SEM: A More Flexible Representation of Substantive Theory. Psychological Methods, 17(3), 313–335.	Meredith, W. & Tisak, J. (1990). Latent Curve Analysis. Psychometrika, 55(1), 107–122.
ชื่อเรียกอื่น	BSEM, Bayesian latent variable model, approximate zero constraints SEM, Bayesçi Yapısal Eşitlik Modeli	latent growth model, LGC, growth curve model, Gizil Büyüme Eğrisi Modeli
ที่เกี่ยวข้อง	6	5
สรุป	Bayesian SEM, introduced by Muthén and Asparouhov in 2012, extends classical structural equation modeling by placing prior distributions on factor loadings, path coefficients, and covariances. Instead of returning a single maximum-likelihood estimate, it uses Markov chain Monte Carlo to produce a full posterior distribution for every parameter, enabling principled uncertainty quantification in models with latent variables.	The latent growth curve model is a structural equation modelling approach introduced by Meredith and Tisak (1990) for analysing change over time. It treats each individual's starting point (intercept) and rate of change (slope) as latent variables, simultaneously estimating the average trajectory across the sample and the extent to which individuals differ in their own trajectories.