Analisi robusta delle classi latenti
L'analisi robusta delle classi latenti (LCA robusta) estende il modello standard delle classi latenti incorporando tecniche di stima resistenti agli outlier — come la verosimiglianza troncata, la M-stima o la ponderazione ridotta — in modo che pattern di risposta atipici non distorcano la struttura di classe recuperata o le probabilità di appartenenza alla classe.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Latent Class Analysis. ScholarGate. https://scholargate.app/it/statistics/robust-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.
- Analisi dei ClusterStatistica↔ compare
- Analisi delle classi latenti (LCA)Statistica↔ compare
- Modellizzazione per misceleStatistica↔ compare
- Analisi Fattoriale Esplorativa RobustaPsicometria↔ compare
- Analisi robusta dei profili latentiStatistica↔ compare
- Modellazione robusta di misceleStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →