Question

我正在尝试对大型民意调查进行潜伏类分析，但是我遇到了一个问题，即潜伏类结束时的观察数量少于最初的观察数量数据。这使我无法进行分析，因为我想将类特征变量附加到原始数据集中并运行一些统计数据/制作图表。

下面是一小段代码，ur是我要在其上运行LCA的数据集。问题在于，当我创建ur时，会得到1948 obs的数据集，而在隐性类之后，我会返回1943 obs的集合。

ur <-dat [complete.cases（dat [，91：104]）== T，]

f <-cbind（Q42_1，Q42_3，Q42_4，Q42_5，Q42_6，Q42_7，Q42_8，Q42_9，   Q43_1，Q43_2，Q43_3，Q43_4，Q43_5，   Q43_6）〜factor（pid3）+ factor（inc）+ factor（edu）+   因子（自己）+因子（年龄）+已婚+因子（Q59）+男性+ emp

lca2 <-poLCA（f，ur，nclass = 2，maxiter = 50000，tol = 0.00000000000001，   nrep = 5）

此外，潜在类中包含的所有列出的问题都包含在指定的dat的91：104范围内。

如何纠正此问题？

谢谢！

Answer 1

默认情况下，poLCA会忽略缺少任何清单变量的情况。它还省略了任何协变量缺失的情况。这称为“逐案删除”，它是处理缺失值的最常用方法。这似乎是最可能造成案件丢失的原因。

poLCA命令选项为：-

poLCA(formula, data, nclass = 2, maxiter = 1000, graphs = FALSE, 
      tol = 1e-10, na.rm = TRUE, probs.start = NULL, nrep = 1, 
      verbose = TRUE, calc.se = TRUE)

帮助文件显示：-

na.rm

逻辑，关于poLCA如何处理清单变量中值缺失的情况。如果为TRUE，则在估算模型之前，将这些情况删除（逐级删除）。如果为FALSE，则保留缺少值的案例。缺少协变量的案例将始终被删除。默认值为TRUE。

我认为设置

na.rm = FALSE

将所有清单文件中缺少清单变量（而不是协变量）的值保留在其中。

潜在类别分析减少了观察次数？

1 个答案: