Análisis de Clases Latentes
El análisis de clases latentes explica las asociaciones entre variables observadas categóricas postulando una variable categórica no observada cuyas clases dan cuenta de los patrones observados.
Definition
El análisis de clases latentes es un modelo de variable latente en el que una variable latente categórica con un pequeño número de clases explica la distribución conjunta de indicadores categóricos observados, los cuales se asumen independientes dada la pertenencia a una clase.
Scope
Este tema cubre el modelo de clases latentes como una mezcla finita para datos categóricos, el supuesto de independencia condicional de los indicadores dentro de una clase, la estimación de los tamaños de las clases y las probabilidades de respuesta a los ítems mediante máxima verosimilitud a través del algoritmo de expectativa-maximización, la clasificación posterior de los casos en clases y la selección del número de clases.
Core questions
- ¿Cómo pueden explicarse los indicadores categóricos mediante una agrupación no observada?
- ¿Qué implica la independencia condicional dentro de las clases?
- ¿Cómo se estiman las probabilidades de clase y las probabilidades de respuesta a los ítems?
- ¿Cómo se elige el número de clases latentes?
Key theories
- Independencia condicional dentro de las clases
- El análisis de clases latentes asume que, dada la clase latente, los indicadores categóricos observados son independientes, por lo que toda su asociación observada se atribuye a la estructura de clases latentes.
- Mezcla finita categórica
- El modelo es una mezcla finita sobre respuestas categóricas, estimada por máxima verosimilitud mediante el algoritmo de expectativa-maximización, lo que produce proporciones de clase y probabilidades de respuesta condicionales a la clase.
Clinical relevance
El análisis de clases latentes se utiliza para identificar subgrupos no observados a partir de datos categóricos de encuestas o diagnósticos, como perfiles de síntomas o tipologías de respuesta, y subyace a los modelos de transición latente para el cambio a lo largo del tiempo.
History
El análisis de clases latentes se originó en el trabajo de Lazarsfeld a mediados del siglo XX sobre la estructura latente en la medición de actitudes y fue fundamentado en la máxima verosimilitud por Goodman, convirtiéndose en la contraparte categórica del análisis factorial y una herramienta estándar de agrupamiento basada en mezclas para datos discretos.
Debates
- Elección del número de clases
- La selección del número de clases latentes se basa en criterios de información y pruebas de razón de verosimilitud cuyo comportamiento no es estándar, por lo que el número elegido puede ser sensible al criterio y a los máximos locales de la verosimilitud.
Key figures
- Paul Lazarsfeld
- Leo Goodman
Related topics
Seminal works
- bartholomew2011
- collins2010
- mclachlan2000
Frequently asked questions
- ¿Cómo se relaciona el análisis de clases latentes con el agrupamiento (clustering)?
- Es un método de agrupamiento basado en modelos para datos categóricos, donde cada clase latente es un clúster y los casos reciben probabilidades posteriores de pertenecer a cada clase.
- ¿Qué es el supuesto de independencia local?
- Es el supuesto de que los indicadores observados son estadísticamente independientes dentro de cada clase latente, de modo que cualquier asociación observada entre ellos se explica completamente por las clases latentes.