- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
题目:潜类别分析模型(LCA)(2)
在上一节中我们讲到了关于潜类别分析如何在mplus中实现,然
后我们如何在output中摘取出我们需要的结果,接下来我将就“黎
志华,尹霞云,蔡太生,
朱翠英.(2014).留守儿童情绪和行为问题特征的潜在类别分析:基
于个体为中心的研究视角.心理科学”中的例子为大家讲解如何进
行潜在类别的报告。
百度经验:
工具/原料
mplus7.0
百度经验:
方法/步骤
在mplus中做潜类别分析的时候我们需要做很多的模型,从类别
为1到类别k的时候模型的LMR或者是BLRT的P值不显著为止,
然后我们比较每个模型的参数结果
如下图,我们可以看到如何得到这些值,我在上一节中已经将结
果部分的相应的部分进行截图给大家,有不理解的参考上一节的
内容。
确定模型类别个数
从表1可知,随着分类数目的增多,似然比Log(L)和信息指数
AIC,BIC以及aBIC(调整后的BIC)也不断的减小,但是保留3
个类别时的Entropy值是最高的。此外,保留3个类别的时LMR
值能达到非常显著的水平(p﹤.01),而4个类别的分类时LMR
值不再显著,即根据LMR指标来看,3个潜类别的模型明显优于
2个潜类别的模型,4个潜在类别模型相比较3个潜类别的模型而
言没有优势。nylund,Asparouhov和Muthen(2007)在对数据进
行蒙特卡洛模拟研究时发现,LMR值是对潜在类别的分类最为敏
感的指标,由此我们可以考虑选择3个潜在类别的分类(C1,C2,
C3).
归属概率矩阵
然后我们需要画出对于确定好类别的归属概率矩阵,以便说明模
型分类的结果是可信的。如下图所示是文章当中的表格。
从表2可知,每个类别中的留守儿童(行)归属于每个潜在类别的
平均概率(列)从82.3%到89.5,这说明3个潜在类别分类模型的
结果是可信的。
然后接着画出3个潜在类别在各个条目上的应答概率。拿muthen
网站上的二分类变量的数据进行举例,告诉大家如何画这个应答
概率图。首先我们在output中找到如下图所示的结果,这个就是
概率的结果,在本例中category1是得0分的,category2是得1
分的。所以我们看到在第一个latentclass中U1变量得1分的占
11.6,u2中占11.9,依次类推,建立如下图2的excel表格,然
后画图,如下图3所示,可以看出class1基本上是U3,U4得分
为主,class2基本上是U1,U2为主
我们可以同时看一下在论文当中的表格是如何呈现的。红色框住
的地方我们可以在output当中找到,如下图二所示的结果所对应。
文档评论(0)