Latent structureMultivariate analysis
강건 잠재 프로파일 분석
강건 잠재 프로파일 분석(Robust latent profile analysis)은 연속 다변량 지표에 기반하여 개인의 잠재적 하위 집단을 식별하는 동시에, 이상치나 비정형 관측치로 인한 모수 추정치의 왜곡으로부터 보호합니다. 이는 표준 잠재 프로파일 분석을 확장하여, 가우시안 성분 밀도를 꼬리가 두꺼운 분포나 오염된 정규 분포 대안으로 대체함으로써 추정 과정에서 극단적인 사례의 가중치를 낮춥니다.
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.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Latent Profile Analysis. ScholarGate. https://scholargate.app/ko/statistics/robust-latent-profile-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.
- 잠재 계층 분석(Latent Class Analysis, LCA)통계학↔ compare
- 잠재 프로파일 분석 (Latent Profile Analysis, LPA)심리측정학↔ compare
- 혼합 모형화통계학↔ compare
- 강건 잠재계층 분석통계학↔ compare
- 강건 혼합 모델링통계학↔ compare