LCA潜在类别分析和Mplus应用

# 主要内容

![](http://qiniu.papersdata.cn/Fn-J_Knn_vJ8lAOWnh2QwchT40k9.jpg!watermark)

## lca2-什么是潜在类别分析

![](http://qiniu.papersdata.cn/FvfjieD0p64lOjjQo7By_zUsuBwg.jpg!watermark)

## lca3-潜在类别分析的应用场景和科学问题

- 学生潜在分类(e.9., 自信 vs.不自信)
- 临床环境中的诊断测试(e.g., 评估测量工具的效度)
- 当没有可用标准时,使用LCA将被试分类
- 无效数据的诊断,etc.

#### LCA能回答的科学问题

1. 基于学生对某些问题的响应数据,是否存在潜在的类别变量将学生区分?
2. 我们假定被试可以被分为两组,那我们如何验证这种假设?
3. 如果两组的假定被验证,那么各组的人群分布比率是什么?
4. 根本被试的反应数据,如何计算被试属于哪种类别的概率?

## lca4-潜在类别分析模型及其与因子分析的区别

![](http://qiniu.papersdata.cn/FgvdNwFlKKrNNTtfdqJl8zDwT_Vi.jpg!watermark)

#### LCA VS 因子分析
![](http://qiniu.papersdata.cn/Fu82Zz2YA8gyQb306kZoEdsM48tG.jpg!watermark)

**LCA的潜变量是一个类别变量，而因子分析的潜变量是一个连续变量**

lca是通过类别变量将被试进行分类，因子分析是将**题目**进行分类，划分到不同因子（维度）里

## lca5-mplus做潜在类别分析步骤以及指标选择

1.选择测量指标

选择哪些题目作为LCA的测量指标

- 现有测量工具
- 自己编写问卷
- 两种方法都有

![](http://qiniu.papersdata.cn/FmCMTp7H7yOVEypm-WD9L8tk8B2z.jpg!watermark)

2. 估计模型

3. 评价模型

4. 解释结果

## lca6-mplus做潜在类别分析的模型设置和估计

![](http://qiniu.papersdata.cn/Fpq1EtPuWheMq40MHlVuOK8Dez18.jpg!watermark)

类别数不能超过测量指标的数量

## lca7-mplus做潜在类别分析的脚本编写

![](http://qiniu.papersdata.cn/FiSG31Nz6tyo_5KPdrB7HBB5ba_B.jpg!watermark)

## lca8-潜在类别分析的模型比较和评价

Q: How many classes should we retain?
A: Multiple statistical criteria

1. Bayesian Information Criterion (BlC)
2. Adjusted BIC (ABIC)

上面两个指标越小，模型拟合越好

3. Lo-Mendell-Rubin likelihood ratio test (LMR LRT)
4. The bootstrap likelihood ratio test (Bootstrap LRT)

比前一个**分类**数更好的可能性

5. Interpretability

![](http://qiniu.papersdata.cn/Fr8RPkvWKUe99UVRcw8hSQq-Ucj2.jpg!watermark)

根据结果，选择两分类是最优解

## lca9-潜在类别分析模型的mplus输出结果解读

### 给定被试的潜在分类 求各个题目回答YES或者No的概率

### 每个潜类别的命名

### 给定被试作答模式，求属于某个分类的概率
![](http://qiniu.papersdata.cn/FhDhtaGwABPV7o8KXfCMQxTNZKbn.jpg!watermark)
### 每个分类比率

![](http://qiniu.papersdata.cn/Fr8P5N43sRsKFjmmh4ch_1gamXez.jpg!watermark)

## lca10-潜在类别分析的折线图绘图

![](http://qiniu.papersdata.cn/FuGZNcQX6XYIqHqdetpFMvHfNWpG.jpg!watermark)

不好的分类，线会**交叉**，或者距离很近

![](http://qiniu.papersdata.cn/Fp5ueq5m2tdKNn_NP62_KFIkoLiC.jpg!watermark)
## lca11-mplus做潜在类别分析的最终总结

### Things to keep in mindwhen doing LCA

- LCA classifies people (not items) into unseen subgroups
- A large dataset is required
- With many indicators, consider the full version of Mplus
- Other software to complete LCA:LatentGold, Proc LCA in SAS, poLCA in R

![](http://qiniu.papersdata.cn/Fgol4rN8_e7lzxVqSqKQLm32mMEM.jpg!watermark)

2024-10-22 23:11 by admin 10 0

LCA潜在类别分析和Mplus应用

热门文章