Latent structureMultivariate analysis
베이지안 잠재계층 분석 (Bayesian Latent Class Analysis, BLCA)
베이지안 잠재계층 분석은 모든 모수(parameter)에 사전 분포(prior distribution)를 설정하고, 일반적으로 MCMC(Markov chain Monte Carlo)를 통해 사후 추론(posterior inference)을 수행하여 개인을 관찰되지 않는 범주형 집단으로 분류하고, 계층 소속의 불확실성을 정량화하며, 원칙적이고 확률적인 방식으로 계층 수를 선택함으로써 고전적 LCA를 확장한다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
출처
- 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 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Latent Class Analysis. ScholarGate. https://scholargate.app/ko/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.
- 베이지안 군집 분석통계학↔ compare
- 베이지안 확인적 요인 분석 (BCFA)심리측정학↔ compare
- 베이즈 혼합 모형통계학↔ compare
- 잠재 계층 분석(Latent Class Analysis, LCA)통계학↔ compare
- 잠재 프로파일 분석 (Latent Profile Analysis, LPA)심리측정학↔ compare
- 혼합 모형화통계학↔ compare