目的使用R软件的poLCA程序包进行潜在类别分析。方法本文将以Dayton《Latent Class Scaling Analysis》中的数据为例来说明如何运用R软件的poLCA程序包进行潜在类别分析(latent class analysis,LCA),并展示相关代码运行后的结果。结果...目的使用R软件的poLCA程序包进行潜在类别分析。方法本文将以Dayton《Latent Class Scaling Analysis》中的数据为例来说明如何运用R软件的poLCA程序包进行潜在类别分析(latent class analysis,LCA),并展示相关代码运行后的结果。结果示例数据被分为两个潜在类别,各类别的概率分别为0.839、0.161。结论与传统的SAS、STATA、Mplus等软件相比,R软件中的poLCA程序包可以在最佳潜在类别数目未知的情况下顺次进行多个潜在类别数目的循环并输出最优模型,同时还可以进行带有协变量的潜在类别分析,为研究者提供了一种快速又简单便捷的潜在类别分析方法。展开更多
文摘目的使用R软件的poLCA程序包进行潜在类别分析。方法本文将以Dayton《Latent Class Scaling Analysis》中的数据为例来说明如何运用R软件的poLCA程序包进行潜在类别分析(latent class analysis,LCA),并展示相关代码运行后的结果。结果示例数据被分为两个潜在类别,各类别的概率分别为0.839、0.161。结论与传统的SAS、STATA、Mplus等软件相比,R软件中的poLCA程序包可以在最佳潜在类别数目未知的情况下顺次进行多个潜在类别数目的循环并输出最优模型,同时还可以进行带有协变量的潜在类别分析,为研究者提供了一种快速又简单便捷的潜在类别分析方法。
