การวิเคราะห์ระดับแฝงเป็นจริงรูปแบบไฟไนต์มิกซ์ (ดูที่นี่ ) ข้อแตกต่างที่สำคัญระหว่าง FMM และอัลกอริธึมการจัดกลุ่มอื่น ๆ คือ FMM เสนอวิธีการ "การจัดกลุ่มตามโมเดล" ที่ให้กลุ่มโดยใช้แบบจำลองความน่าจะเป็นซึ่งอธิบายการกระจายข้อมูลของคุณ ดังนั้นแทนที่จะค้นหากลุ่มที่มีการวัดระยะทางแบบสุ่มคุณใช้แบบจำลองที่อธิบายการกระจายข้อมูลของคุณและใช้แบบจำลองนี้เพื่อประเมินความน่าจะเป็นที่บางกรณีเป็นสมาชิกของคลาสแฝง ดังนั้นคุณสามารถพูดได้ว่ามันเป็นวิธีการจากบนลงล่าง (คุณเริ่มต้นด้วยการอธิบายการกระจายข้อมูลของคุณ) ในขณะที่อัลกอริทึมการจัดกลุ่มอื่น ๆ นั้นเป็นวิธีการจากล่างขึ้นบน (คุณพบความคล้ายคลึงกันระหว่างเคส)
เนื่องจากคุณใช้แบบจำลองทางสถิติสำหรับการเลือกแบบจำลองข้อมูลของคุณและการประเมินความดีที่เหมาะสมเป็นไปได้ - ตรงกันข้ามกับการจัดกลุ่ม นอกจากนี้หากคุณคิดว่ามีกระบวนการบางอย่างหรือ "โครงสร้างแฝง" ที่รองรับโครงสร้างข้อมูลของคุณดูเหมือนว่า FMM จะเป็นตัวเลือกที่เหมาะสมเนื่องจากช่วยให้คุณสามารถสร้างแบบจำลองโครงสร้างแฝงที่อยู่ด้านหลังข้อมูลของคุณ (แทนที่จะมองหาสิ่งที่คล้ายคลึงกัน)
ความแตกต่างอื่น ๆ คือ FMM นั้นมีความยืดหยุ่นมากกว่าการรวมกลุ่ม อัลกอริธึมการทำคลัสเตอร์เพียงทำคลัสเตอร์ในขณะที่มีโมเดล FMM และ LCA อยู่
- ช่วยให้คุณทำการยืนยันระหว่างการวิเคราะห์กลุ่ม
- รวมทฤษฎีการตอบสนองรายการ (และอื่น ๆ ) โมเดลเข้ากับ LCA
- รวม covariates เพื่อทำนายการเป็นสมาชิกระดับแฝงของแต่ละบุคคล
- และ / หรือแม้แต่ภายในคลัสเตอร์แบบจำลองการถดถอยในการถดถอยแฝงชั้น ,
- ช่วยให้คุณสามารถสร้างแบบจำลองการเปลี่ยนแปลงในช่วงเวลาในโครงสร้างของข้อมูลของคุณ ฯลฯ
ดูตัวอย่างเพิ่มเติมได้ที่:
Hagenaars JA & McCutcheon, AL (2009) การวิเคราะห์ชั้นแฝงประยุกต์ สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์
และเอกสารประกอบของflexmixและแพคเกจpoLCAใน R รวมถึงเอกสารต่อไปนี้:
Linzer, DA, & Lewis, JB (2011) poLCA: แพ็คเกจ R สำหรับการวิเคราะห์คลาสตัวแปรแฝง วารสารซอฟต์แวร์เชิงสถิติ, 42 (10), 1-29
Leisch, F. (2004) Flexmix: กรอบทั่วไปสำหรับตัวแบบ จำกัด และการถดถอยกระจกแฝงใน R. Journal of Statistics Software, 11 (8), 1-18
Grün, B. , & Leisch, F. (2008) รุ่น FlexMix 2: ผสม จำกัด ด้วยตัวแปรด้วยกันและแตกต่างกันและพารามิเตอร์คงที่ วารสารซอฟต์แวร์เชิงสถิติ, 28 (4), 1-35
inferences
ในบริบทนี้และทำไมความแตกต่างในการอนุมานที่คุณสนใจ?