เปรียบเทียบวิธี

	การวิเคราะห์เส้นทางที่ทนทาน (Robust Path Analysis)	การวิเคราะห์การส่งผ่านแบบทนทาน
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	1998	2008–2014
ผู้ริเริ่ม	Yuan & Bentler (robust SEM/path framework); Huber (M-estimation foundation)	Yuan & MacKinnon (median-regression formulation, 2014); robust bootstrap variants popularised by Hayes (2013) and Preacher & Hayes (2008)
ประเภท	Causal path modeling with robust estimation	Causal inference / indirect effects
แหล่งต้นตำรับ	Yuan, K.-H. & Bentler, P. M. (1998). Robust mean and covariance structure analysis. British Journal of Mathematical and Statistical Psychology, 51(1), 63–88.	Yuan, Y., & MacKinnon, D. P. (2014). Robust mediation analysis based on median regression. Psychological Methods, 19(1), 1–20.
ชื่อเรียกอื่น	robust PA, path analysis with robust standard errors, robust causal path modeling, robust structural path modeling	robust indirect effects, outlier-resistant mediation, robust causal mediation
ที่เกี่ยวข้อง	6	5
สรุป	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.	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.