Latent structureMultivariate analysis
강건 잠재계층 분석
강건 잠재계층 분석(robust LCA)은 이상치에 강건한 추정 기법(예: 절단 우도, M-추정, 또는 가중치 축소)을 통합하여 표준 잠재계층 모형을 확장함으로써, 비정형적인 응답 패턴이 복원된 계층 구조나 계층 소속 확률을 왜곡하지 않도록 한다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Latent Class Analysis. ScholarGate. https://scholargate.app/ko/statistics/robust-latent-class-analysis
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 군집 분석통계학↔ 비교
- 잠재 계층 분석(Latent Class Analysis, LCA)통계학↔ 비교
- 혼합 모형화통계학↔ 비교
- 강건 탐색적 요인 분석심리측정학↔ 비교
- 강건 잠재 프로파일 분석통계학↔ 비교
- 강건 혼합 모델링통계학↔ 비교