《表2 不同潜在类别数的潜在类别模型拟合效果》

  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

《男男性行为人群人乳头瘤病毒16/18型感染风险的潜在类别分析》

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

注：AIC=Akaike信息准则，BIC=Baysian信息准则，CAIC=连续性校正的Akaike信息准则，Adjusted BIC=调整的Baysian信息准则，Entropy=熵，df=自由度

潜在类别数1～10的潜在类别模型中，潜在类别数为3的模型AIC和BIC最低，说明潜在类别数为3-Class model为最佳模型；Entropy为0.85，潜在类别之间能够较好地区分，因此本研究选择潜在类别数为3的模型。不同潜在类别数的潜在类别模型拟合效果见表2。