scitae包+ggscitae包手把手复现分潜轨迹模型文章.pptxVIP

Scitable包+ggscitable包手把手带你复现一篇3.8分charls潜轨迹模型（GBTM）文章天桥下的卖艺者

潜轨迹模型（Group-BasedTrajectoryModeling,GBTM）是一种统计方法，用于识别具有相似变化模式的群体。这种方法特别适用于纵向数据或面板数据，通过对个体随时间变化的轨迹进行分组来发现潜在的群体趋势

GBTM的基本概念轨迹：代表一个变量随时间的变化过程。群体：由具有相似轨迹的个体组成。模型：通过拟合不同的数学函数（如线性、二次、对数等）来描述不同群体的轨迹。应用领域GBTM广泛应用于社会科学、医学研究、心理学等领域，用于探索和分析不同群体随时间的发展趋势。例如，它可以用来研究儿童的成长发育、病人的疾病进展、学生的学业成就变化等。分析步骤数据准备：收集包括时间序列在内的纵向数据。选择模型：根据数据特征选择合适的轨迹形状（线性、二次等）。确定群体数：使用统计标准（如贝叶斯信息准则BIC）来决定最佳的群体数量。模型拟合：应用选定的模型进行拟合，并评估模型的拟合度。解释结果：分析不同群体的特征及其意义。

这是一篇今年的文章，我查了一下，大概3.8分左右，文章大概就是先把虚弱分层几个类型，选择不同的燃料类型会导致不同类型的虚弱，为什么选择复现这篇文章，因为之前我刚复现了一篇关于固体燃料和肺功能的文章，有现成的数据，前几天又编写了虚弱指数提取函数，整理一下数据就生成了。因为属于纵向分析，目前潜轨迹的文章还是比较火，比较容易发文章，发高分的，后面还会继续复现关于潜轨迹的文章，我参考了好几个做潜轨迹的R包，比较了各个R包的优缺点，本来是最看好lcmm包的，但是这个R包速度实在太慢了，对于charls数据,跑了一轮下来，一个晚上都不定能跑出来。

代码+视频系列同步发公众号和B站，希望大家多多支持B站账号名称公众号名称