análisis de perfil latente (LPA)Estoy intentando encontrar un análisis de perfil latente (LPA), no un análisis de clase latente (LCA). Tengo variables Y continuas que estoy examinando en busca de una variable categórica estructural latente. No buscar K-medias, jerárquicos u otros tipos de agrupación. Gracias.
Modelado estadístico avanzadoAnálisis y modelado de datos básicosExploración y visualización de datosMac OSRe: análisis de perfil latente (LPA)¿Parece que podría estar buscando modelos de ecuaciones estructurales (SEM) o tal vez mínimos cuadrados parciales (PLS)? Ambos están en el menú Analizar/Métodos multivariados. (JMP Pro)
Re: análisis de perfil latente (LPA)Gracias, pero estoy buscando LPA: https://www.sciencedirect.com/topics/psychology/latent-profile-analysis
Es ACV pero con variables continuas en lugar de categóricas u ordinales.
Re: análisis de perfil latente (LPA)Hi @zacatlan,
Creo que es útil dejar esta imagen aquí para otras personas que puedan encontrar esta publicación.
La plataforma "Mezclas Normales" realiza Análisis de Perfiles Latentes. Puede encontrarlo en Analizar > Agrupación,
Después de seleccionar las variables que desea utilizar para iniciar la plataforma, encontrará un Panel de control que le permitirá seleccionar el rango de clusters a extraer para que pueda comparar su ajuste (basado en BIC o AICc) y decidir cuál es mejor.
Debe considerar si desea restringir las covarianzas entre variables a cero. Si es así, debe marcar la casilla "Varianza diagonal". Hacerlo a menudo ayuda con la estimación del modelo (según los datos). Los controles avanzados le permiten cambiar el número de inicios aleatorios (Tours) para asegurarse de no aterrizar en una solución local.
Una vez que tenga las soluciones de clúster, le resultará útil ver biplots y diagramas de coordenadas paralelas utilizando las opciones del menú del triángulo rojo.
Por último, también encontrará ejemplos útiles en el documento en línea:
https://www.jmp.com/support/help/en/17.2/#page/jmp/normal-mixtures.shtml#
HTH,
~Laura
Re: análisis de perfil latente (LPA)Muchas gracias por la explicación y las instrucciones. Esto es exactamente lo que estaba buscando/esperando. Primero intenté imputar variables continuas en la plataforma ACV, pero, por supuesto, no funcionó, lo que me preocupó. Y seguía apareciendo espacios en blanco cuando buscaba el término análisis de perfil latente. Chat GPT me dijo que estaba allí, pero probablemente se llamaba de otra manera. Gracias por mostrarme dónde. Me pregunto si existe algún tipo de glosario mantenido por JMP que equipare los diferentes nombres de análisis y especifique cuál utiliza JMP. ¿O podrías mostrarme de dónde viene la imagen que publicaste? ¿Es este un diagrama/mapa JMP? Muchas gracias.
Re: análisis de perfil latente (LPA)En mi opinión, su mejor opción para encontrar análisis en JMP que puedan tener nombres diferentes es buscar en Buscar JMP en el menú Ayuda.
Desafortunadamente, el Análisis de perfil latente todavía no aparece aquí (¡pero transmitiré esos comentarios para asegurarme de que así sea en el futuro!). Generalmente intentamos utilizar varios términos en la descripción de las técnicas estadísticas para que este motor de búsqueda JMP los encuentre. Search JMP es una gran característica porque también le mostrará exactamente cómo acceder a lo que está buscando. Por supuesto, la comunidad JMP también es una gran herramienta para hacer sus preguntas y obtener las respuestas que necesita 
.
En cuanto a la imagen que pegué, es una que hice hace un tiempo para explicar estos conceptos en una publicación de blog. Puede encontrarlo aquí si se desplaza hacia abajo hasta los comentarios:
https://community.jmp.com/t5/JMP-Blog/Principal-components-or-factor-analysis/ba-p/38347
HTH,
~Laura
Re: análisis de perfil latente (LPA)Hi Laura,
Una pregunta más sobre cómo JMP maneja el análisis LPA y proporciona resultados. Después de ejecutar el análisis en una variedad de grupos posibles, las estadísticas de ajuste que se muestran son BIC, AICc y -LogLikelihood. Parece que JMP sugiere la mejor solución de agrupación basada únicamente en BIC y AICc. Sin embargo, Chatbot me dice que JMP también proporciona medidas de entropía (como otros paquetes) y resultados de una prueba de Hosmer-Lemeshow (HL) para comparar también. Estos dos últimos no los veo. Leí que la entropía se calcula de alguna manera a partir de los diferentes números de "proporción" proporcionados en cada resumen de solución de clúster, pero hay cierto desacuerdo en línea sobre cómo se hace esto para LPA. ¿Sabe si JMP también nos proporciona estas dos estadísticas de ajuste, aunque BIC y AIC pueden ser las más confiables? Gracias,
