โมเดลการผสมการเติบโต (Growth Mixture Model: GMM)
โมเดลการผสมการเติบโต (GMM) ซึ่งนำเสนอโดย Muthén และ Shedden ในปี 1999 เป็นวิธีการวัดตัวแปรแฝงตามแนวแกนเวลา (longitudinal latent variable method) ที่สามารถระบุกลุ่มประชากรย่อยที่แตกต่างกัน ซึ่งก็คือ กลุ่มวิถีการเติบโตแฝง (latent trajectory classes) โดยแต่ละกลุ่มจะมีเส้นโค้งการเติบโตของตนเองเมื่อเวลาผ่านไป โมเดลนี้เป็นการขยายโมเดลเส้นโค้งการเติบโตแฝง (Latent Growth Curve: LGC) แบบมาตรฐาน โดยอนุญาตให้กลุ่มตัวอย่างประกอบด้วยการผสมผสานของกลุ่มต่างๆ ที่ไม่ทราบจำนวนล่วงหน้า ซึ่งแต่ละกลุ่มมีจุดตัด (intercepts) ความชัน (slopes) และโครงสร้างความแปรปรวนที่แตกต่างกัน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Growth Mixture Model. ScholarGate. https://scholargate.app/th/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.
- การวิเคราะห์ปัจจัยเชิงสำรวจ (Exploratory Factor Analysis, EFA)สถิติศาสตร์↔ compare
- Hierarchical Linear Modelingสถิติศาสตร์↔ compare
- การวิเคราะห์ชั้นแฝง (Latent Class Analysis - LCA)สถิติศาสตร์↔ compare
- Multiple Imputationสถิติศาสตร์↔ compare
- การสร้างแบบจำลองสมการโครงสร้าง (SEM)สถิติศาสตร์↔ compare