Latent structureMultivariate analysis
ניתוח פרופילים סמויים חסין
ניתוח פרופילים סמויים חסין מזהה תת-קבוצות סמויות של פרטים על בסיס המחוונים המרובי-משתניים הרציפים שלהם תוך הגנה על אומדני הפרמטרים מפני עיוות על ידי תצפיות חריגות או חריגות. הוא מרחיב את ניתוח הפרופילים הסמויים הסטנדרטי על ידי החלפת צפיפויות הרכיבים הגאוסיאניים בחלופות בעלות זנבות כבדים יותר או נורמליות מזוהמות, המפחיתות את משקלן של תצפיות קיצוניות במהלך האמידה.
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
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Robust Latent Profile Analysis. ScholarGate. https://scholargate.app/he/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.
- ניתוח מחלקות סמויות (LCA)סטטיסטיקה↔ compare
- ניתוח פרופילים סמויים (LPA)פסיכומטריה↔ compare
- מידול תערובתסטטיסטיקה↔ compare
- ניתוח לטנטי של מחלקות חסין (robust LCA)סטטיסטיקה↔ compare
- מודלים מעורבים רובסטייםסטטיסטיקה↔ compare