Latent structure
成長混合モデル（GMM）
成長混合モデル（GMM）は、MuthénとSheddenが1999年に発表した縦断的潜在変数モデルであり、それぞれ独自の成長曲線を持つ異なる下位集団（潜在的軌跡クラス）を特定します。これは、標準的な潜在成長曲線（Latent Growth Curve, LGC）モデルを拡張したもので、サンプルが異なる切片、傾き、および分散構造を持つ未知のクラスの混合で構成されることを許容します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Muthén, B. O. & Shedden, K. (1999). Finite Mixture Modeling with Mixture Outcomes Using the EM Algorithm. Biometrics, 55(2), 463–469. DOI: 10.1111/j.0006-341x.1999.00463.x ↗
このページの引用方法
ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/ja/statistics/growth-mixture-model
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.
- 因子分析（EFA）統計学↔ compare
- 階層線形モデリング（HLM / マルチレベルモデリング）統計学↔ compare
- 潜在クラス分析（LCA）統計学↔ compare
- Multiple Imputation統計学↔ compare
- 構造方程式モデリング（SEM）統計学↔ compare