Metodin todisteiden tietue
Bayesian Latent Class Analysis
Bayesian latent class analysis extends classical LCA by placing prior distributions on all model parameters and using posterior inference — typically via MCMC — to classify individuals into unobserved categorical groups, quantify uncertainty around class membership, and select the number of classes in a principled, probabilistic way.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
Bayesian Latent Class Analysis
Taksonominen metoditietue · latent-structure / statistics
- Dunson, D. B. & Xing, C. (2009). Nonparametric Bayes modeling of multivariate categorical data. Journal of the American Statistical Association, 104(487), 1042–1051. · DOI 10.1198/jasa.2009.tm08439
- White, A. & Murphy, T. B. (2016). BayesLCA: An R package for Bayesian latent class analysis. Journal of Statistical Software, 61(13), 1–28. · DOI 10.18637/jss.v061.i13
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Ei vielä kuratoituja väitteitä
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.