第12章 潜变量分析

R

使用poLCA做潜在分类分析。首先导入该包：

library(poLCA)

poLCA()函数可用于潜类别分析。poLCA()需要设置以下2个参数：

• formula：公式，形式为response ~ predictors。
• data：使用的数据，需要为data.frame。

如果要改变分类数，则设置nclass参数，默认值为2。

以下以research_dta为要分析的数据集，H4b_1, H4b_3, H4b_4, H4b_6, H4b_7为外显变量，示例如下：

f1 <- cbind(H4b_1, H4b_3, H4b_4, H4b_6, H4b_7) ~ 1
LCA2 <- poLCA(f1, data = research_dta, nclass = 2)

返回的结果LCA2为list对象，其中LCA2$probs为各变量在各分类上的概率；LCA2$predclass为预测分类。可以使用plot(LCA2)以获取可视化结果：

Stata

有待补充。