Latente Profilanalyse (LPA)Ich versuche, eine latente Profilanalyse (LPA) zu finden, keine latente Klassenanalyse (LCA). Ich habe kontinuierliche Y-Variablen, die ich auf eine latente strukturelle kategoriale Variable untersuche. Es wird nicht nach K-Means, hierarchischen oder anderen Clustering-Typen gesucht. Danke schön.
Erweiterte statistische ModellierungGrundlegende Datenanalyse und ModellierungDatenexploration und -visualisierungMac OSBetreff: Latentprofilanalyse (LPA)Es hört sich so an, als wären Sie auf der Suche nach Strukturgleichungsmodellierung (SEM) oder vielleicht nach der Methode der partiellen kleinsten Quadrate (PLS)? Beide befinden sich im Menü Analysieren/Multivariate Methoden. (JMP Pro)
Betreff: Latentprofilanalyse (LPA)Danke, aber ich suche nach LPA: https://www.sciencedirect.com/topics/psychology/latent-profile-analysis
Es handelt sich um eine LCA, jedoch mit kontinuierlichen Variablen anstelle von kategorialen oder ordinalen Variablen.
Betreff: Latentprofilanalyse (LPA)Hallo @zacatlan ,
Ich denke, es ist nützlich, dieses Bild hier für andere abzulegen, die möglicherweise auf diesen Beitrag stoßen.
Die Plattform „Normal Mixtures“ führt eine Latentprofilanalyse durch. Sie finden es unter Analysieren > Clustering.
Nachdem Sie die Variablen ausgewählt haben, die Sie zum Starten der Plattform verwenden möchten, finden Sie ein Kontrollfeld, in dem Sie den Bereich der zu extrahierenden Cluster auswählen können, damit Sie deren Passung (basierend auf BIC oder AICc) vergleichen und entscheiden können, welches am besten geeignet ist.
Sie sollten überlegen, ob Sie die Kovarianzen zwischen Variablen auf Null beschränken möchten. Wenn Sie dies tun, sollten Sie das Kontrollkästchen „Diagonale Varianz“ aktivieren. Dies hilft oft bei der Modellschätzung (abhängig von den Daten). Mit den erweiterten Steuerelementen können Sie die Anzahl der zufälligen Starts (Touren) ändern, um sicherzustellen, dass Sie nicht auf einer lokalen Lösung landen.
Sobald Sie die Clusterlösungen haben, wird es für Sie nützlich sein, sich Biplots und parallele Koordinatendiagramme mithilfe der Menüoptionen des roten Dreiecks anzusehen.
Schließlich finden Sie auch nützliche Beispiele im Online-Dokument:
https://www.jmp.com/support/help/en/17.2/#page/jmp/normal-mixtures.shtml#
HTH,
~Laura
Betreff: Latentprofilanalyse (LPA)Vielen Dank für die Erklärung und Anleitung. Das ist genau das, was ich gesucht/gehofft habe. Ich habe zuerst versucht, kontinuierliche Variablen in der LCA-Plattform zu imputieren, aber das funktionierte natürlich nicht, was mich beunruhigte. Und bei der Suche nach dem Begriff „Latentprofilanalyse“ stieß ich immer wieder auf eine Leerstelle. Chat GPT sagte mir, dass es dort sei, hieß aber wahrscheinlich anders. Danke, dass du mir gezeigt hast, wo. Ich frage mich, ob es eine Art Glossar von JMP gibt, das die vielen verschiedenen Namen von Analysen vergleicht und angibt, welche von JMP verwendet wird. Oder könnten Sie mir zeigen, woher das von Ihnen gepostete Bild stammt? Ist das ein JMP-Diagramm/eine JMP-Karte? Vielen Dank.
Betreff: Latentprofilanalyse (LPA)Meiner Meinung nach ist es am besten, Analysen in JMP zu finden, die möglicherweise unterschiedliche Namen haben, indem Sie im Menü „Hilfe“ unter „JMP durchsuchen“ nachsehen.
Leider wird die Latent-Profile-Analyse hier immer noch nicht erwähnt (aber ich werde dieses Feedback weitergeben, um sicherzustellen, dass dies in Zukunft der Fall ist!). Im Allgemeinen versuchen wir, in der Beschreibung von Statistiktechniken mehrere Begriffe zu verwenden, damit diese JMP-Suchmaschine sie findet. Search JMP ist eine großartige Funktion, da es Ihnen auch genau zeigt, wie Sie auf das Gesuchte zugreifen können. Natürlich ist die JMP-Community auch ein großartiges Tool, um Ihre Fragen zu stellen und die Antworten zu erhalten, die Sie brauchen 
.
Was das Bild betrifft, das ich eingefügt habe, habe ich es vor einiger Zeit erstellt, um diese Konzepte in einem Blogbeitrag zu erklären. Sie finden es hier, wenn Sie nach unten zu den Kommentaren scrollen:
https://community.jmp.com/t5/JMP-Blog/Principal-components-or-factor-analysis/ba-p/38347
HTH,
~Laura
Betreff: Latentprofilanalyse (LPA)Hallo Laura,
Noch eine Frage dazu, wie JMP mit der LPA-Analyse umgeht und Ergebnisse liefert. Nachdem ich die Analyse über eine Reihe möglicher Cluster ausgeführt habe, werden mir als Anpassungsstatistiken BIC, AICc und -LogLikelihood angezeigt. Offenbar schlägt JMP eine beste Clustering-Lösung vor, die nur auf BIC und AICc basiert. Chatbot teilt mir jedoch mit, dass JMP auch Entropiemaße (wie andere Pakete) und Ergebnisse eines Hosmer-Lemeshow (HL)-Tests zum Vergleich bereitstellt. Die letzten beiden sehe ich nicht. Ich habe gelesen, dass die Entropie irgendwie aus den verschiedenen „Proportions“-Zahlen berechnet wird, die in jeder Cluster-Lösungszusammenfassung angegeben sind, aber es gibt online einige Meinungsverschiedenheiten darüber, wie dies für LPA durchgeführt wird. Wissen Sie, ob JMP diese beiden Eignungsstatistiken auch für uns bereitstellt, auch wenn BIC und AIC möglicherweise am zuverlässigsten sind? Danke,
