analisi del profilo latente (LPA)Sto cercando di trovare l'analisi del profilo latente (LPA), non l'analisi della classe latente (LCA). Ho variabili Y continue che sto esaminando per una variabile categoriale strutturale latente. Non cercare K-mean, gerarchico o altri tipi di clustering. Grazie.
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiMac OSRi: analisi del profilo latente (LPA)Sembra che tu stia cercando la modellazione di equazioni strutturali (SEM) o magari i minimi quadrati parziali (PLS)? Entrambi si trovano nel menu Analizza/Metodi multivariati. (JMP Pro)
Ri: analisi del profilo latente (LPA)Grazie, ma sto cercando LPA: https://www.sciencedirect.com/topics/psychology/latent-profile-analysis
È LCA ma con variabili continue anziché categoriche o ordinali.
Ri: analisi del profilo latente (LPA)Ciao @zacatlan ,
Penso che sia utile lasciare questa immagine qui per altri che potrebbero imbattersi in questo post,
La piattaforma "Miscele normali" esegue l'analisi del profilo latente. Puoi trovarlo in Analizza> Clustering,
Dopo aver selezionato le variabili che desideri utilizzare per avviare la piattaforma, troverai un pannello di controllo che ti consente di selezionare l'intervallo di cluster da estrarre in modo da poter confrontare il loro adattamento (in base a BIC o AICc) e decidere quale è il migliore,
Dovresti considerare se vuoi limitare le covarianze tra le variabili a zero. Se lo fai, dovresti selezionare la casella "Varianza diagonale". Farlo spesso aiuta con la stima del modello (a seconda dei dati). I controlli avanzati ti consentono di modificare il numero di avvii casuali (Tour) per assicurarti di non arrivare a una soluzione locale.
Una volta ottenute le soluzioni cluster, troverai utile esaminare i biplot e i grafici a coordinate parallele utilizzando le opzioni del menu del triangolo rosso,
Infine, troverai esempi utili anche nel documento online:
https://www.jmp.com/support/help/en/17.2/#page/jmp/normal-mixtures.shtml#
HTH,
~Laura
Ri: analisi del profilo latente (LPA)Grazie mille per la spiegazione e le istruzioni. Questo è esattamente quello che cercavo/speravo. Per prima cosa ho provato a imputare variabili continue nella piattaforma LCA, ma ovviamente non ci è riuscito, il che mi ha preoccupato. E continuavo a trovare spazi vuoti durante la ricerca del termine analisi del profilo latente. La chat GPT mi ha detto che era lì, ma probabilmente si chiamava diversamente. Grazie per avermi mostrato dove. Mi chiedo se esista un tipo di glossario gestito da JMP che equipara i numerosi nomi diversi di analisi e specifica quale utilizza JMP. Oppure potresti mostrarmi da dove viene l'immagine che hai pubblicato? È un diagramma/mappa JMP? Grazie molto.
Ri: analisi del profilo latente (LPA)IMO, la soluzione migliore per trovare analisi in JMP che potrebbero avere nomi diversi è cercare in Cerca JMP nel menu Guida,
Sfortunatamente, l'analisi del profilo latente non viene ancora visualizzata qui (ma trasmetterò il feedback per assicurarmi che venga visualizzato in futuro!). In genere cerchiamo di utilizzare più termini nella descrizione delle tecniche statistiche in modo che questo motore di ricerca JMP li trovi. Cerca JMP è un'ottima funzionalità perché ti mostrerà anche esattamente come accedere a ciò che stai cercando. Naturalmente, la community JMP è anche un ottimo strumento per porre domande e ottenere le risposte necessarie 
.
Per quanto riguarda l'immagine che ho incollato, è quella che ho realizzato qualche tempo fa per spiegare questi concetti in un post sul blog. Lo puoi trovare qui se scorri verso il basso fino ai commenti:
https://community.jmp.com/t5/JMP-Blog/Principal-components-or-factor-analysis/ba-p/38347
HTH,
~Laura
Ri: analisi del profilo latente (LPA)Ciao Laura,
Un'altra domanda su come JMP gestisce l'analisi LPA e fornisce i risultati. Dopo aver eseguito l'analisi su una serie di possibili cluster, le statistiche di adattamento visualizzate sono BIC, AICc e -LogLikelihood. Sembra che JMP suggerisca una migliore soluzione di clustering basata solo su BIC e AICc. Tuttavia, Chatbot mi dice che JMP fornisce anche misure di entropia (come altri pacchetti) e risultati di un test Hosmer-Lemeshow (HL) da confrontare. Questi ultimi due non li vedo. Ho letto che l'entropia viene in qualche modo calcolata dai diversi numeri di "proporzione" forniti nel riepilogo di ciascuna soluzione cluster, ma c'è qualche disaccordo online su come ciò venga fatto per LPA. Sai se JMP ci fornisce anche queste due statistiche di adattamento, anche se BIC e AIC potrebbero essere più affidabili? Grazie,
