《表2 维度关联下LCA和LCFA拟合指标选择理论模型的次数(%)和平均正确分类率(%)》

《表2 维度关联下LCA和LCFA拟合指标选择理论模型的次数(%)和平均正确分类率(%)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《潜在类别与潜在类别因子分析在异质性群体分类中的比较及应用》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
*分析时指定2个分类潜变量相关。

当模拟数据两维度无相关时,选择2-Dfactor(2,2)模型的比例和平均正确分类率均高于4-Cluster模型;当两维度弱相关时,则选择4-Cluster和2-Dfactor(2,2)模型的比例高于2-Dfactor(2,2)*模型;当两维度中度相关时,随着样本量的增加,选择2-Dfactor(2,2)*模型的比例逐渐增加,且选择2-Dfactor(2,2)*模型的比例和正确分类率高于4-Cluster和2-Dfactor(2,2)模型;当两维度高度相关时,LCFA则倾向于选择的最优模型为1-Dfactor(2),结果见表2。