ScholarGate
Assistent
Latent structure

Vekstblandingsmodell (GMM)

Vekstblandingsmodellen (Growth Mixture Model – GMM), introdusert av Muthén og Shedden i 1999, er en longitudinell latent variabel-metode som identifiserer distinkte subpopulasjoner – latente trajektorieklasser – der hver klasse følger sin egen vekstkurve over tid. Den utvider den standard Latent Vekstkurve (LGC)-modellen ved å tillate at utvalget består av en ukjent blanding av klasser med forskjellige skjæringspunkter, stigninger og variansstrukturer.

Anvend med StatMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Muthén, B. O. & Shedden, K. (1999). Finite Mixture Modeling with Mixture Outcomes Using the EM Algorithm. Biometrics, 55(2), 463–469. DOI: 10.1111/j.0006-341x.1999.00463.x

Slik siterer du denne siden

ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/no/statistics/growth-mixture-model

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.

Compare side by side
ScholarGateGMM (Growth Mixture Model). Hentet 2026-06-15 fra https://scholargate.app/no/statistics/growth-mixture-model · Datasett: https://doi.org/10.5281/zenodo.20539026