잠재 계층 분석 보고서
초기 "잠재 계층 분석" 보고서에는 "군집 비교" 보고서와 지정된 각 군집 수에 대한 잠재 계층 모형 보고서가 포함됩니다.
군집 비교 보고서
잠재 계층 분석 플랫폼의 "군집 비교" 보고서에는 다양한 모형을 비교하기 위한 적합 통계량이 표시됩니다. 적합 통계량은 음의 로그 가능도(-1*로그 가능도), BIC 및 AIC입니다. 각 값이 작을수록 더 나은 적합을 나타냅니다. 최량 적합은 최선 열에 표시됩니다. 자세한 내용은 선형 모형 적합의 "가능도, AICc 및 BIC"에서 확인하십시오.
잠재 계층 모형 보고서
각 잠재 계층 모형 보고서 이름은 k(적합된 군집 수)에 따라 동적으로 "<k> 군집의 잠재 계층 모형"으로 지정됩니다. 보고서에는 다음 결과와 개요가 포함됩니다.
• 모형 요약
• 모수 추정값
• 효과 크기
• MDS 그림
• 혼합 확률
모형 요약
기본적으로 지정된 수의 군집에 대한 모형 요약이 각 잠재 계층 모형 보고서 맨 위에 나타납니다. 모형 요약에는 -1*로그 가능도, 모수 수, BIC 및 AIC가 포함됩니다. 이러한 요약 값을 사용하여 모형이 데이터에 얼마나 잘 적합되는지 확인할 수 있습니다. -1*로그 가능도, BIC 및 AIC 값이 작을수록 더 나은 적합을 나타냅니다. 자세한 내용은 선형 모형 적합의 "가능도, AICc 및 BIC"에서 확인하십시오. "모수 수" 값은 잠재 계층 모형의 고유 모수 수를 제공합니다. 자세한 내용은 잠재 계층 분석 플랫폼에 대한 통계 상세 정보에서 확인하십시오.
모수 추정값
"모수 추정값" 보고서는 기본적으로 표시되며 테이블 형식과 그래픽 형식의 모수 추정값 요약을 포함합니다. 각 요약에는 모형 군집에 해당하는 행이 포함됩니다.
"전체" 열에는 관측값이 각 군집에 속할 확률이 표시됩니다. 이는 γ 모수입니다. 자세한 내용은 잠재 계층 분석 플랫폼에 대한 통계 상세 정보에서 확인하십시오.
표시된 나머지 열은 "잠재 계층 분석" 시작 창에 지정된 Y 열에 따라 세로 구분자로 그룹화됩니다.
• 범주형 반응 열의 각 그룹에는 각 반응 내의 각 수준에 대한 열이 있습니다. 각 그룹에서 주어진 행과 열의 값은 행으로 식별된 군집에 관측값이 속할 경우 열이 나타내는 반응의 조건부 확률입니다. 이는 ρ 모수입니다.
• 다중 반응 열의 각 그룹에는 다중 반응 내의 각 범주에 대한 열이 있습니다. 각 그룹에서 주어진 행과 열의 값은 행으로 식별된 군집에 관측값이 속할 경우 지정된 범주의 하위 수준에서 반응의 조건부 확률입니다. 이는 ρ 모수입니다.
그래픽 보기에는 조건부 확률 값이 점유율 차트로 표시됩니다. 각 군집 및 각 Y에 대해 주어진 소속 군집의 조건부 확률이 가로 누적 막대 차트로 표시됩니다. 이항 또는 명목형 반응 열의 경우 이러한 차트의 백분율 합계는 각 반응에 대해 1입니다. 다중 반응 열의 경우 각 범주의 하위 수준에 대한 백분율이며 합계가 1이 아닙니다. 막대 누적은 값 테이블에 표시되는 변수의 순서를 따릅니다. 막대를 커서로 가리켜 변수의 수준 또는 범주를 볼 수도 있습니다.
팁: "모수 추정값" 보고서의 한 테이블에서 하나 이상의 행을 선택하여 해당 군집에 할당된 관측값을 선택할 수 있습니다.
전치된 모수 추정값
"전치된 모수 추정값" 보고서에는 "모수 추정값" 보고서 테이블의 전치 테이블이 포함됩니다. 여기서는 군집이 열로 표시됩니다. 분석에 포함된 각 Y 열의 각 반응 범주에 대해 각 군집의 조건부 확률이 표시됩니다.
참고: "전체" 열의 추정값은 전치된 테이블에 포함되지 않습니다.
효과 크기
"효과 크기" 테이블은 기본적으로 표시되며 군집에 대해 Y 열을 비교합니다. 이 테이블의 각 행에 있는 통계량은 Y 열의 수준 또는 범주별로 소속 군집에 대한 기대 개수의 분할표 분석에서 얻습니다. 기대 개수는 각 군집의 관측값 수에 Y 열의 각 수준 또는 범주에 대한 조건부 확률을 곱한 값입니다.
각 반응에서 군집별 수준의 기대 개수 분할표에 대해 Pearson 카이제곱 통계량 χ2이 계산됩니다. n이 관측값 수를 나타낸다고 하겠습니다. "효과 크기" 열의 값은 다음과 같이 정의됩니다.
효과 크기 = 
"LR Logworth" 열의 각 값은 -log10(pLR)을 나타내며, 여기서 pLR은 기대 개수의 분할표에 대한 가능도비 검정 p 값입니다. 2를 초과하는 Logworth 값은 0.01 유의 수준의 유의성에 해당합니다.
팁: "효과 크기" 테이블에서 하나 이상의 행을 선택하여 데이터 테이블에서 해당 열을 선택할 수 있습니다.
MDS 그림
"MDS 그림"은 기본적으로 표시되며 각 군집마다 하나의 점을 포함합니다. 이 그림은 군집 근접성을 2차원으로 표현한 것입니다. 서로 더 가까운 군집이 더 유사합니다. 이 그림은 ρ 모수의 비유사성 행렬에서 생성됩니다. MDS 그림에 대한 자세한 내용은 "다차원 척도법"에서 확인하십시오.
혼합 확률
"혼합 확률" 테이블에는 각 행의 소속 군집 확률이 표시됩니다. "최대 확률 분류 군집" 열은 각 행의 소속 확률이 가장 높은 군집을 나타냅니다.
참고: 하나 이상의 Y 열에 대한 결측값이 포함된 행은 분석에서 제외되고 "혼합 확률" 테이블에 나타나지 않습니다.