Latentu klašu analīze (LCA)
Latentu klašu analīze ir probabisku modeļu pamatota grupēšanas (klasterizācijas) tehnika, kas identificē neuzkrītošas apakšgrupas — latentās klases — populācijā, pamatojoties uz kategorisku, bināru vai kārtas indikatoru atbilžu modeļiem. Tā radās socioloģiskās mērīšanas teorijā ar Lazarsfelda darbu par latentajām struktūrām ap 1950. gadu un tika formāli aprēķināta ar Gudmena palīdzību 1970. gados. Tā tiek plaši izmantota sociālajās, veselības un uzvedības zinātnēs, lai atklātu slēptu populācijas heterogenitāti.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Hagenaars, J. A. & McCutcheon, A. L. (Eds.) (2002). Applied Latent Class Analysis. Cambridge University Press. ISBN: 978-0521594516
- Nylund, K. L., Asparouhov, T. & Muthen, B. O. (2007). Deciding on the number of classes in latent class analysis and growth mixture modeling. Structural Equation Modeling, 14(4), 535–569. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Latent Class Analysis. ScholarGate. https://scholargate.app/lv/statistics/lca
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.
- Klasteru analīzeStatistika↔ compare
- Eksploratīvā faktoru analīze (EFA)Statistika↔ compare
- Strukturālā vienādojumu modelēšana (SEM)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →