poLCA 不稳定估计

Question

我正在尝试使用 polca 包对协变量进行潜在类分析。但是，每次我运行模型时，多项式 logit 系数的结果都不同。我已经考虑了类顺序的变化，并设置了非常多的复制（nrep=1500）。然而，重新运行模型我得到了不同的结果。例如，我有 3 个班级（高、低、中）。无论在估计中考虑类的顺序如何，多项模型都会在不同的估计（例如低与高和中与高）后为相同组合给出不同的系数。我应该进一步增加重复次数以获得稳定的结果吗？知道为什么会这样吗？我知道使用 set.seed() 函数可以复制结果，但我希望获得稳定的估计值，以便能够声明结果的有效性。非常感谢！

Answer 1

来自手册（?poLCA）：

只要probs.start=NULL，每个函数调用都会使用不同的 （随机）初始启动参数

您需要使用set.seed() 或设置probs.start 以便在函数调用中获得一致的结果。

Answer 2

实际上，如果起点不同，您未收敛，则存在数据问题。

LCA 使用一种最大似然估计。如果没有收敛，则存在识别不足的问题：您的信息太少，无法估计您拥有的类数。较低的班级人数可能会运行，或者您将不得不做出一些先验限制。

您可能希望阅读 Collins 的 Latent Class 和 Latent Transition Analysis。这对我帮助很大。