Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Байєсівський багатовимірний кореспондентний аналіз (ББКА)× | Аналіз латентних класів (LCA)× | |
|---|---|---|
| Галузь | Статистика | Статистика |
| Родина | Latent structure | Latent structure |
| Рік появи≠ | 2000s–2010s | 1950s–1968 |
| Автор методу≠ | Extension of MCA (Benzecri, 1973) with Bayesian inference | Paul F. Lazarsfeld |
| Тип≠ | Bayesian dimension reduction for categorical data | Latent variable / person-centered classification |
| Основоположне джерело≠ | Greenacre, M. & Blasius, J. (Eds.) (2006). Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC. ISBN: 978-1584886280 | Goodman, L. A. (1974). Exploratory latent structure analysis using both identifiable and unidentifiable models. Biometrika, 61(2), 215–231. DOI ↗ |
| Інші назви | Bayesian MCA, BMCA, Bayesian multiway correspondence analysis, Bayesian categorical dimension reduction | LCA, latent class model, latent categorical analysis, finite mixture of multinomials |
| Пов'язані≠ | 5 | 6 |
| Підсумок≠ | Bayesian Multiple Correspondence Analysis extends classical MCA by embedding the geometric decomposition of categorical data tables within a Bayesian probabilistic framework, enabling principled uncertainty quantification around category coordinates, dimension selection via marginal likelihood, and incorporation of prior knowledge about variable relationships. | Latent class analysis identifies unobserved subgroups — latent classes — within a population by finding patterns of responses across a set of categorical observed indicators. It is the categorical-variable counterpart of cluster analysis, but grounded in an explicit probabilistic model, and is widely used in social, health, and behavioral sciences to discover typologies in survey or diagnostic data. |
| ScholarGateНабір даних ↗ |
|
|