可生成图片类型（推荐）
折叠 | |
| 节点状态 |  /  Win10及以上可用在V1.0.2部署
|
|---|---|
潜类别增长模型  | |
| 节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
| 节点英文名 | Latent Class Growth Model |
| 功能主类别 | 数据分析 |
| 英文缩写 | LCGM |
| 功能亚类别 | 潜类别模型 |
| 节点类型 | 数据挖掘 |
| 开发语言 | R |
| 节点简介 | |
潜类别增长模型旨在识别具有相似发展轨迹的群体，并对这些群体的平均水平和变化模式进行建模。该模型假设个体是从固定数目的潜在类别中随机抽样的，并且每个潜在类别的发展轨迹是相似的。 用途：用于研究个体在特定时间段内行为、态度或其它变量的变化趋势的统计方法。 参数：连续型数值时间，数值因变量和嵌套主体变量，自变量。 | |
| 端口数量与逻辑控制(PC) | |
| Input-入口 | 6个 |
| Output-出口 | 2个 |
| Loop-支持循环 | 是 |
| If/Switch-支持逻辑判断 | 否 |
| 输入输出 | |
| 相关节点 | |
| 上一节点 | 潜类别分析 |
| 下一节点 | 潜类别混合增长模型 |
查找其他类别的节点，请参考以下列表
列表
数据处理节点
列表
数据分析节点
列表
机器学习节点
列表
AI和神经网络
列表
工具和辅助节点（Utils）
