多変量分析 > 潜在クラス分析 > 「潜在クラス分析」プラットフォームの概要
公開日: 11/25/2021

「潜在クラス分析」プラットフォームの概要

「潜在クラス分析」プラットフォームは、カテゴリカルなデータに対して潜在クラスモデルをあてはめ、各データ行(各オブザベーション)が所属する事後確率の最も高いクラスターを特定します。潜在クラス分析では、分析者から観測されない潜在変数が、グループ変数となっています。このクラスターは、「潜在クラス」と呼ばれています。潜在クラス分析の応用例としては、たとえば、リスク行動についての質問紙調査データをクラスタリングする、などが考えられます。

潜在クラスモデルでは、「観測されるデータは、多項分布の混合分布に従っている」と仮定します。このモデルには、2種類のパラメータの組(gr)があります。gパラメータは、各クラスターに属する事前確率を表します。一方、rパラメータは、該当のクラスターに属すると条件付けられた上で、各観測変数が生じる確率を表します。各潜在クラスがどのような特徴をもつかは、条件付き確率(rパラメータ)によって解釈されます。

分析結果を意義のあるものとするには、求められたクラスターを適切に解釈する必要があります。潜在クラスの特徴を見て、それらの特徴から各クラスを解釈します。

メモ: 応答列のいずれかに1つでも欠測値がある行は、その行すべてのデータが分析から除外されます。

潜在クラスモデルの詳細については、Collins and Lanza(2010)およびGoodman(1974)を参照してください。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).