Kasvusegu mudel (GMM)
Kasvusegu mudel (Growth Mixture Model, GMM), mille tutvustasid Muthén ja Shedden 1999. aastal, on pikisuunaline latentse muutuja meetod, mis tuvastab eristatavad alampopulatsioonid – latentsed trajektooriklassid –, millest igaüks järgib aja jooksul oma kasvukõverat. See laiendab standardset latentse kasvukõvera (Latent Growth Curve, LGC) mudelit, lubades valimil koosneda tundmatust klasside segust, millel on erinevad algväärtused, kalded ja variatsioonistruktuurid.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/et/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.
- Eksploratiivne faktorianalüüs (EFA)Statistika↔ compare
- Hierarchical Linear Modeling (HLM / Multilevel Modeling)Statistika↔ compare
- Latent Class Analysis (LCA)Statistika↔ compare
- Multiple ImputationStatistika↔ compare
- Struktuurvõrrandite modelleerimine (SEM)Statistika↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →