Metodes pierādījumu reģistrs
Bayesian Latent Class Analysis
Bayesian latent class analysis extends classical LCA by placing prior distributions on all model parameters and using posterior inference — typically via MCMC — to classify individuals into unobserved categorical groups, quantify uncertainty around class membership, and select the number of classes in a principled, probabilistic way.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
Bayesian Latent Class Analysis
Taksonomiskās metodes reģistrs · latent-structure / statistics
- 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
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Vēl nav kurētu apgalvojumu
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.