Latent structureScale / measurement
贝叶斯验证性因子分析 (BCFA)
贝叶斯验证性因子分析使用贝叶斯推断来检验预先指定的因子结构。它不提供点估计和p值,而是为载荷、因子相关和残差方差提供完整的后验分布,从而使研究者能够自然地纳入先验知识并传播参数不确定性。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 4 项
来源
- Lee, S.-Y. (2007). Structural Equation Modeling: A Bayesian Approach. Wiley. ISBN: 978-0470024232
- Muthén, B. & Asparouhov, T. (2012). Bayesian structural equation modeling: A more flexible representation of substantive theory. Psychological Methods, 17(3), 313–335. DOI: 10.1037/a0026802 ↗
如何引用本页
ScholarGate. (2026, June 3). Bayesian Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/zh/psychometrics/bayesian-confirmatory-factor-analysis
选用哪种方法?
将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。
- 贝叶斯探索性因子分析 (Bayesian Exploratory Factor Analysis, BEFA)心理测量学↔ 比较
- 贝叶斯测量不变性检验心理测量学↔ 比较
- 验证性因子分析(CFA)心理测量学↔ 比较
- 探索性因子分析(EFA)统计学↔ 比较