Robusti Latenttiprofiilianalyysi
Robusti latenttiprofiilianalyysi tunnistaa yksilöiden latentteja alaryhmiä jatkuvien monimuuttujamittausten perusteella suojaten samalla parametrien estimointia poikkeavien havaintojen tai epätyypillisten havaintojen vääristävältä vaikutukselta. Se laajentaa standardia latenttiprofiilianalyysiä korvaamalla Gaussin komponenttitiheydet paksumpipiirteisillä tai kontaminoituneilla normaalijakaumilla, jotka vähentävät äärimmäisten tapausten painoarvoa estimoinnin aikana.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Vermunt, J. K. & Magidson, J. (2002). Latent class cluster analysis. In J. A. Hagenaars & A. L. McCutcheon (Eds.), Applied Latent Class Analysis (pp. 89–106). Cambridge University Press. ISBN: 978-0521594035
- Punzo, A. & McNicholas, P. D. (2016). Robust clustering in regression analysis via the contaminated Gaussian cluster-weighted model. Journal of Classification, 33(2), 293–331. DOI: 10.1007/s00357-017-9234-x ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Latent Profile Analysis. ScholarGate. https://scholargate.app/fi/statistics/robust-latent-profile-analysis
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.
- Latent Class Analysis (LCA)Tilastotiede↔ compare
- Latent Profile Analysis (LPA)Psykometriikka↔ compare
- SekoitusmallinnusTilastotiede↔ compare
- Robust Latent Class AnalysisTilastotiede↔ compare
- Robust Mixture ModelingTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →