Analyse robuste des classes latentes
L'analyse robuste des classes latentes (LCA robuste) étend le modèle standard des classes latentes en incorporant des techniques d'estimation résistantes aux valeurs aberrantes — telles que la vraisemblance tronquée, la M-estimation ou la pondération réduite — afin que les profils de réponse atypiques ne faussent pas la structure de classe récupérée ni les probabilités d'appartenance à une classe.
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
- Hennig, C. (2004). Breakdown points for maximum likelihood estimators of location-scale mixtures. Annals of Statistics, 32(4), 1313–1340. DOI: 10.1214/009053604000000571 ↗
- Vermunt, J. K., & Magidson, J. (2004). Latent class models. In D. Kaplan (Ed.), The Sage Handbook of Quantitative Methodology for the Social Sciences (pp. 175–198). Sage. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Latent Class Analysis. ScholarGate. https://scholargate.app/fr/statistics/robust-latent-class-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.
- Analyse de regroupementStatistique↔ compare
- Analyse de classes latentes (ACL)Statistique↔ compare
- Modélisation par mélangeStatistique↔ compare
- Analyse factorielle exploratoire robustePsychométrie↔ compare
- Analyse robuste des profils latentsStatistique↔ compare
- Modélisation robuste de mélangesStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →