Question

我正在使用PoLCA R软件包进行LCA分析，但分析结果自三天以来未得到（它尚未找到最佳模型），偶尔会出现以下错误：“警告：迭代完成，最大可能没有找到” 。所以我在35个潜班上取消了这个过程。我正在分析16个变量（所有这些变量都是分类的）和36036行数据。当我在Boruta软件包中测试16个变量的变量重要性时，所有16个变量都是重要的，所以我在使用poLCA的LCA分析中使用了所有16个变量。我应该遵循哪条路？我是否应该使用其他聚类方法（如k-modes）来聚类此数据集中的分类变量？我使用500次迭代的参数和nrep = 10模型估计数。我使用R脚本在LCA中找到最佳模型，其中一个输出如下：

    for(i in 2:50){
    lc <- poLCA(f, data, nclass=i, maxiter=500, 
                tol=1e-5, na.rm=FALSE,  
                nrep=10, verbose=TRUE, calc.se=TRUE)
    if(lc$bic < min_bic){
        min_bic <- lc$bic
        LCA_best_model<-lc
    }
}

=============================================== ==========适合35个潜在课程：   ================================================== =======观察次数：36036
  估计参数数量：2029残差   自由度：34007
  最大对数似然：-482547.1
  AIC（35）：969152.2   BIC（35）：986383 G ^ 2（35）：233626.8（可能性   比率/偏差统计量）
  X ^ 2（35）：906572555（卡方的善良   适合）
  警告：迭代完成，最大可能没有找到

在poLCA R包中找到最佳LCA模型

0 个答案: