使用哪个 R 包进行潜在类别增长分析 (LCGA)/增长混合模型 (GMM)?

机器算法验证 r 潜变量 潜类 增长混合模型
2022-03-31 02:11:10

我正在尝试在 R 中执行潜在类增长分析(LCGA)和/或增长混合模型(GMM)。我使用的数据是越来越多的 git 存储库分支(离散变量,而不是分类),你可以在这个数据集中看到。

我试过lavaan了,这有助于我拟合潜在增长曲线模型,但不能识别潜在类别。我也试过poLCA,它只适用于分类多变量,因此也不够。

什么是最适合对离散变量数据执行潜在类增长分析的 R 包?

我想做的分析类似于 Qureshi & Fang (2010):

Qureshi, I. 和 Fang, Y. 2010。“开源软件项目中的社会化:增长混合建模方法”,组织研究方法 (14:1),第 208-238 页。

2个回答

OpenMx项目可以估计增长混合模型,但您必须从他们的网站安装该软件包,因为它不在 CRAN 上。他们在用户文档(第 2.8 节)中也提供了如何设置的示例。

您还有包KmlKml3d(联合轨迹),它们估计 GMM 的非参数等价物。作为这些分析的结果,您不会获得任何参数,而只会获得类中每个观察值的分类。然而,在大多数应用中,人们无论如何都不会使用 LCGA 和 GMM 的参数,而且它也比那些应用,特别是 GMM 更加健壮。有两到三个关于包的出版物和完整的 R 文档。