2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目的:在醫(yī)學、社會學和心理學等領(lǐng)域,常需要依據(jù)某些特征將一個大的異質(zhì)性群體分為多個小的同質(zhì)性人群,再針對小的同質(zhì)性人群實施相應的處理措施從而使處理效應最大化,這在實際應用中有著重要的意義。導致群體異質(zhì)性的因素有時可直接測量,有時不可直接測量(即潛變量),而需通過測量與其相關(guān)的其他多項條目(即顯變量)來間接反映,潛變量模型可以度量。本研究目的是探討分類潛變量模型在不可見異質(zhì)性群體分類中的應用情況。
  方法:若顯變量為連續(xù)型變量時,

2、可采用潛在剖面分析對異質(zhì)性群體進行分類;若顯變量為分類變量時,可采用潛在類別分析;若顯變量具有多維度特征時,可采用潛在類別因子模型從多個維度對異質(zhì)性群體進行分類。本研究首先對潛在剖面分析、潛在類別分析和潛在類別因子模型方法的模型理論、參數(shù)估計、模型評價、后驗分類和圖形表達等進行了深入探討,之后通過數(shù)據(jù)模擬和實例分析的方法,比較了連續(xù)型潛變量時潛在剖面分析和傳統(tǒng)聚類分析對異質(zhì)性群體分類的效果,以及分類顯變量且存在多個維度特征時,潛在類別分

3、析和潛在類別因子分析的適用性及分類效果。實例分析的數(shù)據(jù)分別來自廣州市居民健康知識調(diào)查和社區(qū)衛(wèi)生服務滿意度的調(diào)查。
  結(jié)果:潛在剖面分析和傳統(tǒng)聚類分析的數(shù)據(jù)模擬比較結(jié)果顯示,基于本研究參數(shù)設(shè)置條件下,潛在剖面分析的平均錯分率比聚類分析低,當原始數(shù)據(jù)類間方差相等時,指定類間方差和類間方差不等的潛在剖面分析,錯分率相當;當原始數(shù)據(jù)類間方差不等時,指定類間方差不等的潛在剖面分析,錯分率低于指定類間方差相等的潛在剖面分析。實例分析結(jié)果顯示

4、潛在類別模型可將人群明確分類,而聚類分析效果不佳。
  潛在類別分析和潛在類別因子分析模擬比較的結(jié)果顯示,在兩因子兩水平的理論模型抽樣條件下,原始數(shù)據(jù)的兩維度不相關(guān)或弱相關(guān)時,潛在類別因子分析選擇理論模型作為最優(yōu)模型的比例和正確分類率均高于潛在類別分析選擇4類別的單因子模型;當原始數(shù)據(jù)兩維度中度相關(guān)時,隨著樣本量的增加,選擇兩因子兩水平且相關(guān)的潛在類別因子模型的比例逐漸增加,且正確分類率較高;當兩維度高度相關(guān)時,潛在類別因子模型也

5、傾向于選擇一個因子的模型。實例分析的結(jié)果表明,潛在類別因子分析可從多個角度對異質(zhì)性群體進行分類,分類結(jié)果更精確,比潛在類別因子分析提供更多的分類信息,同時還可探索因子之間的關(guān)聯(lián)。
  結(jié)論:潛在剖面分析法的分類效果優(yōu)于系統(tǒng)聚類法,可作為解決連續(xù)型變量分類問題的一個有力工具。
  潛在類別分析和潛在類別因子分析都可以處理分類顯變量。前者從單維度對觀測分類,后者結(jié)合了因子分析的思路,可從多維度對觀測分類。
  和潛在類別模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論