Catatan bukti metode
Robust Latent Class Analysis
Robust latent class analysis (robust LCA) extends the standard latent class model by incorporating outlier-resistant estimation techniques — such as trimmed likelihood, M-estimation, or downweighting — so that atypical response patterns do not distort the recovered class structure or class membership probabilities.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
Robust Latent Class Analysis
Catatan metode taksonomi · latent-structure / statistics
- 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. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Belum ada klaim yang dikurasi
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.