Modèle de Mélange de Croissance (GMM)
Le Modèle de Mélange de Croissance (Growth Mixture Model, GMM), introduit par Muthén et Shedden en 1999, est une méthode longitudinale à variables latentes qui identifie des sous-populations distinctes — classes de trajectoires latentes — chacune suivant sa propre courbe de croissance au fil du temps. Il étend le modèle standard de Courbe de Croissance Latente (Latent Growth Curve, LGC) en permettant à l'échantillon d'être composé d'un mélange inconnu de classes aux interceptes, pentes et structures de variance différentes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/fr/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.
- Analyse factorielle exploratoire (AFE)Statistique↔ compare
- Modélisation Linéaire Hiérarchique (HLM / Modélisation Multiniveaux)Statistique↔ compare
- Analyse de classes latentes (ACL)Statistique↔ compare
- Imputation MultipleStatistique↔ compare
- Modélisation par équations structurelles (MES)Statistique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →