Latent structureMultivariate analysis
ロバスト潜在プロファイル分析
ロバスト潜在プロファイル分析（Robust latent profile analysis）は、連続多変量指標に基づいて個人の潜在的サブグループを特定する手法であり、外れ値や異常な観測値によるパラメータ推定値の歪みから保護する。これは、標準的な潜在プロファイル分析を拡張し、ガウス分布の成分密度を、推定中に極端なケースの重みを小さくする、裾の重い分布または汚染正規分布の代替に置き換えるものである。
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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Vermunt, J. K. & Magidson, J. (2002). Latent class cluster analysis. In J. A. Hagenaars & A. L. McCutcheon (Eds.), Applied Latent Class Analysis (pp. 89–106). Cambridge University Press. ISBN: 978-0521594035
- Punzo, A. & McNicholas, P. D. (2016). Robust clustering in regression analysis via the contaminated Gaussian cluster-weighted model. Journal of Classification, 33(2), 293–331. DOI: 10.1007/s00357-017-9234-x ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Latent Profile Analysis. ScholarGate. https://scholargate.app/ja/statistics/robust-latent-profile-analysis
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 潜在クラス分析 (LCA)統計学↔ 比較
- 潜在プロフィール分析 (LPA)心理測定学↔ 比較
- 混合モデル (Mixture Modeling)統計学↔ 比較
- ロバスト潜在クラス分析統計学↔ 比較
- ロバスト混合モデリング統計学↔ 比較