Latent structure
מודל תערובת צמיחה (GMM)
מודל תערובת הצמיחה (GMM), שהוצג על ידי Muthén ו-Shedden בשנת 1999, הוא שיטת משתנה סמוי אורכי המזהה תת-אוכלוסיות נפרדות — מחלקות מסלול סמויות — שכל אחת מהן עוקבת אחר עקומת צמיחה משלה לאורך זמן. הוא מרחיב את מודל עקומת הצמיחה הסטנדרטי (LGC) בכך שהוא מאפשר למדגם להיות מורכב מתערובת לא ידועה של מחלקות עם נקודות חיתוך, שיפועים ומבני שונות שונים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/he/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.
- ניתוח גורמים גישוש (EFA)סטטיסטיקה↔ compare
- מידול לינארי היררכי (HLM / מידול רב-רמתי)סטטיסטיקה↔ compare
- ניתוח מחלקות סמויות (LCA)סטטיסטיקה↔ compare
- השלמה מרובהסטטיסטיקה↔ compare
- מודל משוואות מבניות (SEM)סטטיסטיקה↔ compare