Wachstumsmischungsmodell (GMM)
Das Wachstumsmischungsmodell (Growth Mixture Model, GMM), eingeführt von Muthén und Shedden im Jahr 1999, ist eine Längsschnittmethode für latente Variablen, die verschiedene Subpopulationen – latente Trajektorienklassen – identifiziert, von denen jede ihrer eigenen Wachstumskurve über die Zeit folgt. Es erweitert das Standardmodell für latente Wachstumskurven (Latent Growth Curve, LGC), indem es zulässt, dass die Stichprobe aus einer unbekannten Mischung von Klassen mit unterschiedlichen Achsenabschnitten, Steigungen und Varianzstrukturen besteht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Muthén, B. O. & Shedden, K. (1999). Finite Mixture Modeling with Mixture Outcomes Using the EM Algorithm. Biometrics, 55(2), 463–469. DOI: 10.1111/j.0006-341x.1999.00463.x ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/de/statistics/growth-mixture-model
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.
- Exploratorische Faktorenanalyse (EFA)Statistik↔ compare
- Hierarchische lineare Modellierung (HLM / Mehrebenenmodellierung)Statistik↔ compare
- Latent Class Analysis (LCA)Statistik↔ compare
- Multiple Imputation – MICEStatistik↔ compare
- Strukturelle Gleichungsmodellierung (SEM)Statistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →