Модели на структурни уравнения> Анализ/моделиране на латентен клас

Какво е анализ на латентния клас?

дефиниция

LCA е начин за групиране на данни.

  • Латентно предполага, че анализът се основава на латентна променлива без грешки (Collins & Lanza, 2013).
  • Класове са групи, образувани чрез разкриване на скрити (латентни) модели в данните.

Латентни променливи и класове

A латентна променлива или „скрита“ променлива (наричана още конструкция) е променлива, която не е пряко измерима или наблюдаема. Вместо това се случва, че наблюдаваните променливи във вашите данни действат като индикатори за измерване на скритите променливи.

Разнообразни причини могат да причинят латентни, ненаблюдаеми променливи. Хората може да не искат да бъдат честни или да не са наясно с важни фактори. Например нивото на невроза, добросъвестност или откритост на човек са латентни променливи; Те са почти невъзможни за директно измерване. Примери за латентни класове, където участниците могат да формират групи въз основа на тези скрити променливи, включват:

  • Хора въз основа на това колко пият, какви хранителни разстройства имат или от какви неврози страдат.
  • Пациенти въз основа на типове фобия.
  • Рискови фактори за тийнейджъри. Например употребата на кокаин, подушването на лепило, шофирането в нетрезво състояние.

Анализ на латентен клас разкрива скрити модели на асоцииране, които могат да съществуват между наблюденията. Условните вероятностни модели, указващи вероятността променливите да приемат определени стойности, създават основата за латентно формиране на клас.

LCA срещу клъстерния анализ и факторния анализ

Анализът на латентния клас е подобен на клъстерния анализ. Наблюдаваните данни се анализират, намират се връзки и данните се групират в клъстери.

LCA също е подобен на факторния анализ; Основната разлика е, че факторният анализ е свързан с корелациите между променливите, докато LCA се занимава със структурата на групите (или случаите). Друга разлика е, че LCA включва дискретни скрити категориални променливи, които имат мултиномиално разпределение. Факторният анализ използва непрекъснати латентни променливи с нормално разпределение. Ruscio и Ruscio (2008) очертават разликите между двете:

  • Категорични латентни променливи (LCA): „... съществуват качествени разлики между групи хора или предмети“.
  • Непрекъснати латентни променливи (Факторен анализ): „... хората или предметите се различават качествено по един или повече континуума.“

По същество факторният анализ съществува от много по-дълго от анализа на латентния клас. Нуждата от LCA израства от социалните науки, където много променливи не се намират в континуум. Allan McCutcheon дава пример за типология, специфична група променливи. Теоретично всяка комбинация от тези променливи може да се случи, но се случват само няколко от тях. LCA дава на социолога начин да ограничи тези типологии до няколкото комбинации от интереси.

Видове анализ на латентен клас

LCA попада в три широки категории:

  • Клъстерни модели: идентифицира клъстери, които групират хората заедно, въз основа на сходно поведение, характеристики, интереси или ценности. K-категорията латентни променливи представляват клъстерите. Броят и размерът на класовете не са известни предварително.
  • Факторни модели: идентифицира фактори, които групират заедно променливите с общ източник на вариация.
  • Регресионни модели: предсказване на зависима променлива като функция на предиктори.

Софтуер за анализ на латентен клас

Много популярни статистически софтуерни програми, като IBM SPSS, нямат възможност за стартиране на LCA. По време на писането на IBM планира да добави LCA към SPSS в бъдеще. Програмите, които поддържат LCA, включват R и SAS. Други, по-малко известни програми (някои от които, като MLLSA, са безплатни) включват:

  • LLCA
  • Mplus
  • MLLSA (CDAS)
  • PROC LCA
  • WinLTA
  • УИНМИРА

Анализ на латентен преход

Анализът на латентен преход е разширение на анализа на латентен клас за надлъжни данни (за разлика от данните за напречното сечение, използвани в LCA). LTA разкрива движението между подгрупите с течение на времето. Можете да използвате LTA само ако имате надлъжни данни (напр. Данни от ретроспективно надлъжно проучване). Терминът Модел на латентен клас понякога се използва като общ термин, за да опише както LCA, така и LTA.

Препратки

Collins, L. & Lanza, S. (2013). Анализ на латентен клас и латентен преход: с приложения в социалните, поведенческите и здравните науки. Джон Уайли и синове.
McCutcheon, A. (1987). Анализ на латентен клас, брой 64. SAGE.
Ruscio, J. и Ruscio, A. (2008). Напредване на психологическата наука чрез изучаване на латентна структура. В актуални насоки в психологическата наука. 17: 203-207.

Нуждаете се от помощ за домашна работа или тестов въпрос? С Проучване на Чег, можете да получите стъпка по стъпка решения на вашите въпроси от експерт в областта. Първите ви 30 минути с преподавател по Chegg са безплатни!

Коментари? Трябва да публикувате корекция? Моля, публикувайте коментар на нашия Страница във Facebook.