analyse de profil latent (LPA)J'essaie de trouver une analyse de profil latent (LPA), et non une analyse de classe latente (LCA). J'ai des variables Y continues que j'examine pour une variable catégorielle structurelle latente. Ne recherche pas de K-means, hiérarchiques ou autres types de clustering. Merci.
Modélisation statistique avancéeAnalyse et modélisation des données de baseExploration et visualisation des donnéesmacOSRe: analyse de profil latent (LPA)Il semble que vous recherchiez peut-être une modélisation d'équations structurelles (SEM) ou peut-être des moindres carrés partiels (PLS) ? Les deux se trouvent dans le menu Analyser/Méthodes multivariées. (JMPPro)
Re: analyse de profil latent (LPA)Merci, mais je recherche du LPA : https://www.sciencedirect.com/topics/psychology/latent-profile-analysis
Il s'agit d'une ACV mais avec des variables continues au lieu de catégoriques ou ordinales.
Re: analyse de profil latent (LPA)Salut @zacatlan ,
Je pense qu'il est utile de déposer cette image ici pour les autres personnes qui pourraient tomber sur ce post,
La plateforme « Mélanges normaux » effectue une analyse de profil latent. Vous pouvez le trouver sous Analyser > Clustering,
Après avoir sélectionné les variables que vous souhaitez utiliser pour lancer la plateforme, vous trouverez un panneau de contrôle qui vous permet de sélectionner la plage de clusters à extraire afin que vous puissiez comparer leur ajustement (basé sur BIC ou AICc) et décider lequel est le meilleur,
Vous devez vous demander si vous souhaitez limiter les covariances entre les variables à zéro. Si vous le faites, vous devez cocher la case « Variance diagonale ». Cela aide souvent à l’estimation du modèle (en fonction des données). Les contrôles avancés vous permettent de modifier le nombre de démarrages aléatoires (Tours) pour vous assurer de ne pas atterrir sur une solution locale.
Une fois que vous avez les solutions de cluster, vous trouverez utile d'examiner les biplots et les tracés de coordonnées parallèles à l'aide des options du menu du triangle rouge,
Enfin, vous trouverez également des exemples utiles dans la doc en ligne :
https://www.jmp.com/support/help/en/17.2/#page/jmp/normal-mixtures.shtml#
HTH,
~Laura
Re: analyse de profil latent (LPA)Merci beaucoup pour l'explication et les instructions. C'est exactement ce que je cherchais/espérais. J'ai d'abord essayé d'imputer des variables continues dans la plateforme ACV, mais cela n'a bien sûr pas pris, ce qui m'a inquiété. Et je n'arrêtais pas de trouver un blanc lors de la recherche du terme analyse de profil latent. Chat GPT m'a dit qu'il était là, mais qu'il s'appelait probablement autrement. Merci de m'avoir montré où. Je me demande s'il existe un type de glossaire géré par JMP qui assimile les nombreux noms différents d'analyses et précise lequel JMP utilise. Ou pourriez-vous me montrer d'où vient l'image que vous avez publiée ? S'agit-il d'un diagramme/carte JMP ? Merci beaucoup.
Re: analyse de profil latent (LPA)OMI, votre meilleur choix pour trouver des analyses dans JMP qui peuvent avoir des noms différents est de regarder sous Rechercher JMP dans le menu Aide,
Malheureusement, l'analyse du profil latent n'apparaîtra toujours pas ici (mais je transmettrai ces commentaires pour m'assurer que ce sera le cas à l'avenir !). Nous essayons généralement d'utiliser plusieurs termes dans la description des techniques de statistiques afin que ce moteur de recherche JMP les trouve. La recherche JMP est une fonctionnalité intéressante car elle vous montrera également exactement comment accéder à ce que vous recherchez. Bien entendu, la Communauté JMP est également un excellent outil pour poser vos questions et obtenir les réponses dont vous avez besoin 
.
En ce qui concerne l'image que j'ai collée, c'est une image que j'ai réalisée il y a quelque temps pour expliquer ces concepts dans un article de blog. Vous pouvez le trouver ici si vous faites défiler jusqu'aux commentaires :
https://community.jmp.com/t5/JMP-Blog/Principal-components-or-factor-analysis/ba-p/38347
HTH,
~Laura
Re: analyse de profil latent (LPA)Salut Laura,
Encore une question sur la façon dont JMP gère l'analyse LPA et fournit des résultats. Après avoir exécuté l'analyse sur une gamme de clusters possibles, les statistiques d'ajustement qui s'affichent sont BIC, AICc et -LogLikelihood. Il semble que JMP suggère une meilleure solution de clustering basée uniquement sur BIC et AICc. Cependant, Chatbot me dit que JMP donne également des mesures d'entropie (comme d'autres packages) et les résultats d'un test Hosmer-Lemeshow (HL) à comparer également. Ces deux derniers je ne les vois pas. J'ai lu que l'entropie est en quelque sorte calculée à partir des différents nombres de « proportions » fournis sous chaque résumé de solution de cluster, mais il existe un certain désaccord en ligne sur la manière dont cela est effectué pour le LPA. Savez-vous si JMP nous fournit également ces deux statistiques d'ajustement, même si BIC et AIC sont peut-être les plus fiables ? Merci,
