ScholarGate
Assistent
Latent structure

Tillväxtblandningsmodellen (Growth Mixture Model, GMM)

Tillväxtblandningsmodellen, introducerad av Muthén och Shedden 1999, är en longitudinell metod för latenta variabler som identifierar distinkta subpopulationer – latenta trajektorieklasser – där var och en följer sin egen tillväxtkurva över tid. Den utvidgar standardmodellen för latenta tillväxtkurvor (Latent Growth Curve, LGC) genom att tillåta att urvalet består av en okänd blandning av klasser med olika intercept, lutningar och variansstrukturer.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/sv/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). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/growth-mixture-model · Datamängd: https://doi.org/10.5281/zenodo.20539026