การวิเคราะห์ปัจจัยเชิงสำรวจแบบเบย์ (Bayesian Exploratory Factor Analysis - BEFA)
การวิเคราะห์ปัจจัยเชิงสำรวจแบบเบย์ประยุกต์ใช้กรอบความน่าจะเป็นเต็มรูปแบบกับแบบจำลองปัจจัยร่วม โดยการกำหนดการแจกแจงก่อน (prior distributions) เหนือค่าสัมประสิทธิ์การวัดปัจจัย (factor loadings) และความแปรปรวนเฉพาะของตัวแปร (unique variances) จะให้การแจกแจงภายหลัง (posterior distributions) แทนค่าประมาณจุด (point estimates) ทำให้สามารถวัดความไม่แน่นอนรอบค่าสัมประสิทธิ์การวัดปัจจัยแต่ละตัว และสามารถพิจารณาจำนวนปัจจัยเป็นตัวแปรที่ไม่ทราบค่าเพื่ออนุมานจากข้อมูลได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Exploratory Factor Analysis. ScholarGate. https://scholargate.app/th/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.
- การวิเคราะห์ปัจจัยยืนยันแบบเบย์ (Bayesian Confirmatory Factor Analysis - BCFA)การวัดทางจิตวิทยา↔ compare
- การวิเคราะห์ปัจจัยยืนยัน (Confirmatory Factor Analysis: CFA)การวัดทางจิตวิทยา↔ compare
- การวิเคราะห์ปัจจัยเชิงสำรวจ (Exploratory Factor Analysis, EFA)สถิติศาสตร์↔ compare
- ทฤษฎีการตอบสนองข้อสอบ (IRT)การวัดทางจิตวิทยา↔ compare