Робастний аналіз прихованих профілів
Робастний аналіз прихованих профілів (Robust Latent Profile Analysis, RLPA) ідентифікує приховані підгрупи індивідів на основі їхніх неперервних багатовимірних показників, захищаючи оцінки параметрів від спотворення викидами або атиповими спостереженнями. Він розширює стандартний аналіз прихованих профілів шляхом заміни гауссових компонентних густин на альтернативи з важчими хвостами або змішані нормальні розподіли, які зменшують вагу екстремальних випадків під час оцінювання.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Vermunt, J. K. & Magidson, J. (2002). Latent class cluster analysis. In J. A. Hagenaars & A. L. McCutcheon (Eds.), Applied Latent Class Analysis (pp. 89–106). Cambridge University Press. ISBN: 978-0521594035
- Punzo, A. & McNicholas, P. D. (2016). Robust clustering in regression analysis via the contaminated Gaussian cluster-weighted model. Journal of Classification, 33(2), 293–331. DOI: 10.1007/s00357-017-9234-x ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Latent Profile Analysis. ScholarGate. https://scholargate.app/uk/statistics/robust-latent-profile-analysis
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.
- Аналіз латентних класів (LCA)Статистика↔ compare
- Латентний профілактичний аналіз (LPA)Психометрія↔ compare
- Моделювання сумішейСтатистика↔ compare
- Робастний аналіз латентних класівСтатистика↔ compare
- Робастне моделювання сумішейСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →