潜类别混合增长模型：修订间差异

来自决策链云智库
（创建页面，内容为“{{Infobox nodebasic |nodename=潜类别混合增长模型 |nodeimage=Latent Class Growth Mixture Model.png |icon=Latent Class Growth Mixture Model.svg |simpleicon=Latent Class Growth Mixture Model_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0.2部署 |nodeenglishname=Has english name::Latent Class Growth Mixture Model |abbrevia…”）
 
无编辑摘要
 
第7行： 第7行：
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|nodeenglishname=[[Has english name::Latent Class Growth Mixture Model]]
|nodeenglishname=Latent Class Growth Mixture Model
|abbreviation=[[Has abbreviation::LCGMM]]
|abbreviation=LCGMM
|funcmaincategory=数据分析
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::潜变量分析]]
|funcsubcategory=[[DataAGM Lv1 Cat::潜变量分析]]
第27行： 第27行：
|nextnode=[[验证性因子分析]]
|nextnode=[[验证性因子分析]]
}}
}}




2024年1月19日 (五) 19:18的最新版本

Latent Class Growth Mixture Model.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0.2部署
潜类别混合增长模型Latent Class Growth Mixture Model.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Latent Class Growth Mixture Model
功能主类别数据分析
英文缩写LCGMM
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

潜类别混合增长模型假设个体是从具有不同发展轨迹的多个潜在类别中抽样的。LCGMM的目标是识别这些不同的潜在类别，并为每个类别建立一个发展轨迹。与LCGM不同，LCGMM可以识别子群体的存在，并且可以比LCGM更好地捕捉个体之间的异质性。

用途：用于研究人群内某一特征或行为随时间变化趋势的分析方法。

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
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点潜类别增长模型
下一节点验证性因子分析
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=潜类别混合增长模型&oldid=6109”
最近修改
此页面最后编辑于2024年1月19日 (星期五) 19:18。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].