Modele klas ukrytych
Modele klas ukrytych (ang. Latent class models, w skrócie LCM) – zbiór metod statystycznych wykorzystywanych w analizie skupień (tzw. model-based clustering), w ramach których tworzone są mieszanki rozkładów. Mieszanki rozkładów tworzone są przez określoną liczbę rozkładów składowych, zaś udział każdego z rozkładów składowych w mieszance określa tzw. parametr mieszający[1].
W podejściu odwołującym się do modeli klas ukrytych dokonuje się oszacowania parametrów modelu i obliczane jest prawdopodobieństwo przynależności badanych obiektów do klas. Następnie na podstawie tych prawdopodobieństw dokonuje się klasyfikacji obiektów[1].
W poniższej tabeli zaprezentowano cztery rodzaje modeli ze zmiennymi ukrytymi uwzględniając typ zmiennych ukrytych i obserwowalnych[1].
| Zmienna ukryta ciągła | Zmienna ukryta kategorialna | |
|---|---|---|
| Zmienna obserwowalna ciągła | Analiza czynnikowa | Analiza profili ukrytych |
| Zmienna obserwowalna kategorialna | Analiza cech ukrytych (IRT) | Analiza klas ukrytych |