:::
潛在類別模式 - 教育百科
| 潛 | |
| 在 | |
| 類 | |
| 別 | |
| 模 | |
| 式 |
國家教育研究院辭書
基本資料
| 英文： | Latent Class Models |
| 作者： | 詹志禹 |
| 日期： | 2000年12月 |
| 出處： | 教育大辭書 |
辭書內容
|
名詞解釋： 潛在類別模式是潛在結構模式(latent structure models)中的一種主要模式類型，其主要目的在將許多只具間斷量尺(discrete scale)性質的外顯變數(manifest variable)化約為較少數的幾個潛在類別。其概念上有如因素分析(factor analysis)，但因素分析中的潛在因素為連續量尺(continous scale)的變數。其形式上又有如對數線性模式(loglinear model)，然而，對數線性模式無法處理潛在變數，也沒有從事於化約向度的工作。 理論上，潛在類別模式假設條件獨立(conditional independence)，意為：外顯變數間的關係皆是某潛在變數造成的；換言之，當潛在變數已知，且其數值（水準）保持恆定之情況下，外顯變數間將相互獨立。以一個潛在變數影響三個外顯指標的模式為例，潛在類別分析的基本模式定義為： 其中，A、B及C分別表示三個外顯指標；i, j, k表示每個指標中的某一個類別；X表示潛在變數，分成T個類別，t指某一個潛在類別；Π表示聯合比率(joint proportions)。經由條件獨立的假設或局部獨立公設(axiom of local independence)後即得式中最右邊的式子。其中， 表示潛在變數第t個類別中，A指標第i個類別的條件機率(conditional probability)；餘類推。Πijk即是細格(i,j,k)中的聯合機率(joint probability)。這個模式即是進行模式確認(identification)及估計的基本模式。 模式確認的充分條件相當複雜，因此僅以必要條件進行確認，即估計的參數個數要小於細格的數目，公式為： IJK－1＞(I＋J＋K－2)T－1 式中I, J及K表示各外顯指標的類別數目；T是潛在變數的類別數目。至於估計方法，目前有最大概率潛在結構分析(maximum likelihood for latent structure analysis, MLLSA)可以使用。 評估潛在類別模式估計結果的適合度指標有對數概率比(log-likelihood ratio, L2)及皮爾森卡方統計量(X2)，定義為： 式中，Pijk及Πijk分別表示(i,j,k)細格中未限制及限制下的最大概率估計量（機率）。雖然理論上在大樣本時，L2，優於X2，但樣本不大時，何者較優，並不清楚。由於這二個指標皆受樣本大小影響，故樣本大時，容易拒絕虛無假設(null hypothesis)。因此，評估模式時，仍需參考其他指標。 |
|
| 資料來源： | 國家教育研究院_潛在類別模式 |
| 授權資訊： | 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出 |
我是貓頭鷹博士，
有問題可以問我喔！
有問題可以問我喔！