เปรียบเทียบวิธี

	การวิเคราะห์การส่งผ่านแบบทนทาน	การวิเคราะห์เส้นทางที่ทนทาน (Robust Path Analysis)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	2008–2014	1998
ผู้ริเริ่ม	Yuan & MacKinnon (median-regression formulation, 2014); robust bootstrap variants popularised by Hayes (2013) and Preacher & Hayes (2008)	Yuan & Bentler (robust SEM/path framework); Huber (M-estimation foundation)
ประเภท	Causal inference / indirect effects	Causal path modeling with robust estimation
แหล่งต้นตำรับ	Yuan, Y., & MacKinnon, D. P. (2014). Robust mediation analysis based on median regression. Psychological Methods, 19(1), 1–20.	Yuan, K.-H. & Bentler, P. M. (1998). Robust mean and covariance structure analysis. British Journal of Mathematical and Statistical Psychology, 51(1), 63–88.
ชื่อเรียกอื่น	robust indirect effects, outlier-resistant mediation, robust causal mediation	robust PA, path analysis with robust standard errors, robust causal path modeling, robust structural path modeling
ที่เกี่ยวข้อง	5	6
สรุป	Robust mediation analysis estimates the indirect effect of an independent variable on an outcome through one or more mediators using estimators that resist the influence of outliers and non-normal error distributions. By combining robust regression (such as median or M-estimation) with percentile or bias-corrected bootstrap confidence intervals, it yields trustworthy conclusions when standard ordinary-least-squares mediation would be distorted by extreme observations.	Robust path analysis applies robust estimation — such as sandwich standard errors or M-estimation — to path models that specify directed causal relationships among observed variables. It preserves valid inference about path coefficients and indirect effects when data violate normality, contain outliers, or exhibit heteroscedasticity that would distort conventional standard errors.