Robuuste Latente Profielanalyse
Robuuste latente profielanalyse identificeert latente subgroepen van individuen op basis van hun continue multivariate indicatoren, terwijl de parameterschattingen worden beschermd tegen vervorming door uitschieters of atypische observaties. Het breidt standaard latente profielanalyse uit door de Gaussiaanse componentdichtheden te vervangen door alternatieven met zwaardere staarten of gecontamineerde normalen, die extreme gevallen tijdens de schatting naar beneden wegen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Latent Profile Analysis. ScholarGate. https://scholargate.app/nl/statistics/robust-latent-profile-analysis
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Latente Klasse Analyse (LKA)Statistiek↔ vergelijken
- Latent Profile Analysis (LPA)Psychometrie↔ vergelijken
- Mixture ModelingStatistiek↔ vergelijken
- Robuuste Latente Klasse AnalyseStatistiek↔ vergelijken
- Robuuste Mixture ModelleringStatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →