ScholarGate
Asisten
Latent structureMultivariate analysis

Analisis Kelas Laten Bayesian (BLCA)

Analisis kelas laten Bayesian memperluas LCA klasik dengan menempatkan distribusi prior pada semua parameter model dan menggunakan inferensi posterior — biasanya melalui MCMC — untuk mengklasifikasikan individu ke dalam kelompok kategorikal yang tidak teramati, mengukur ketidakpastian seputar keanggotaan kelas, dan memilih jumlah kelas dengan cara yang berprinsip dan probabilistik.

Terapkan dengan StatMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Sumber

  1. Dunson, D. B. & Xing, C. (2009). Nonparametric Bayes modeling of multivariate categorical data. Journal of the American Statistical Association, 104(487), 1042–1051. DOI: 10.1198/jasa.2009.tm08439
  2. White, A. & Murphy, T. B. (2016). BayesLCA: An R package for Bayesian latent class analysis. Journal of Statistical Software, 61(13), 1–28. DOI: 10.18637/jss.v061.i13

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Bayesian Latent Class Analysis. ScholarGate. https://scholargate.app/id/statistics/bayesian-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.

Compare side by side

Dirujuk oleh

ScholarGateBayesian Latent Class Analysis (Bayesian Latent Class Analysis). Diakses 2026-06-15 dari https://scholargate.app/id/statistics/bayesian-latent-class-analysis · Set data: https://doi.org/10.5281/zenodo.20539026