Latent structure
ניתוח מחלקות סמויות (LCA)
ניתוח מחלקות סמויות הוא טכניקת אשכול מבוססת מודל הסתברותי המזהה תת-קבוצות בלתי נצפות — מחלקות סמויות — באוכלוסייה על בסיס דפוסים של תגובות למחוונים קטגוריים, בינאריים או אורדינליים. מקורו בתיאוריית המדידה הסוציולוגית עם עבודתו של לזרספלד על מבנה סמוי בסביבות 1950, ופורמליזציה חישובית על ידי גודמן בשנות ה-70, הוא נמצא בשימוש נרחב במדעי החברה, הבריאות וההתנהגות לחשיפת הטרוגניות נסתרת באוכלוסייה.
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
- Hagenaars, J. A. & McCutcheon, A. L. (Eds.) (2002). Applied Latent Class Analysis. Cambridge University Press. ISBN: 978-0521594516
- Nylund, K. L., Asparouhov, T. & Muthen, B. O. (2007). Deciding on the number of classes in latent class analysis and growth mixture modeling. Structural Equation Modeling, 14(4), 535–569. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Latent Class Analysis. ScholarGate. https://scholargate.app/he/statistics/lca
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 אשכולותסטטיסטיקה↔ compare
- ניתוח גורמים גישוש (EFA)סטטיסטיקה↔ compare
- מודל משוואות מבניות (SEM)סטטיסטיקה↔ compare