Latent structure

Модель смесей роста (GMM)

Модель смесей роста (Growth Mixture Model, GMM), представленная Мутеном и Шедденом в 1999 году, является методом продольных латентных переменных, который идентифицирует отдельные субпопуляции — латентные классы траекторий — каждая из которых следует своей собственной кривой роста с течением времени. Она расширяет стандартную модель латентных кривых роста (Latent Growth Curve, LGC), позволяя выборке состоять из неизвестной смеси классов с различными начальными значениями, наклонами и структурами дисперсии.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/ru/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). Получено 2026-06-15 из https://scholargate.app/ru/statistics/growth-mixture-model · Набор данных: https://doi.org/10.5281/zenodo.20539026