Latent structureMultivariate analysis
ロバスト潜在クラス分析
ロバスト潜在クラス分析（ロバストLCA）は、標準的な潜在クラスモデルに外れ値に強い推定手法（トリム尤度、M推定、重み付けダウンなど）を組み込むことで、異常な応答パターンがクラス構造やクラス所属確率の回復を歪めることを防ぎます。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Latent Class Analysis. ScholarGate. https://scholargate.app/ja/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.
- クラスター分析統計学↔ compare
- 潜在クラス分析 (LCA)統計学↔ compare
- 混合モデル (Mixture Modeling)統計学↔ compare
- 頑健探索的因子分析心理測定学↔ compare
- ロバスト潜在プロファイル分析統計学↔ compare
- ロバスト混合モデリング統計学↔ compare