基于潜在类别模型的中老年人睡眠、膳食与高尿酸血症的关联分析

目的:探讨中老年人睡眠及膳食模式与高尿酸血症(HUA)的关系。方法:采用潜在剖面分析(LPA)构建睡眠和膳食模式。通过二分类非条件logistic回归分析睡眠及膳食模式与HUA的关系。结果:中老年人睡眠模式分为睡眠良好组、日间功能障碍组、睡眠障碍组;膳食模式分为常规膳食模式、蔬菜摄入不足膳食模式、高肉食量膳食模式。日间功能障碍组和睡眠障碍组患HUA风险的可能性分别是睡眠良好组的2.53倍和1.70倍。高肉食量膳食模式患HUA风险的可能性是常规膳食模式的1.63倍。结论:调整饮食结构,改善中老年人的睡眠质量,可能有助于降低HUA患病率。

基于潜在类别模型的高铁旅客市场细分

对高速铁路旅客市场进行细分是应用收益管理理论的重要环节.基于京沪高铁的客票数据,选取年龄、性别、出行日期、出行距离、购票方式和提前购票时间6类外显变量作为分类指标,采用潜在类别模型进行高速铁路旅客市场的细分.首先将外显变量概率参数化后代入模型进行建模并利用Mplus软件进行模型求解,模型拟合的AIC和BIC等指标表明,当潜在类别为3类时模型具有较好的效果.然后根据模型参数估计结果对所有数据进行潜在聚类分析,分类正确率达到93%左右,表明分类结果合理,3种类别的旅客在提前购票时间、出行距离等方面具有明显的差异.潜在类别模型的引入可以为我国高速铁路收益管理理论研究和实践应用提供参考借鉴.

多样本潜在类别模型在居民健康素养中的应用

目的应用潜在类别模型的原理与技术分析不同样本居民健康素养基本健康技能状况,探索不同样本之间潜在类别分析结果的差异。方法采用Mplus软件对不同性别与不同地域的样本人群进行健康素养基本健康技能潜在类别分析。结果通过潜在类别分析将性别样本与地域样本均分为三个类别,性别条件潜在类别概率为男性的0.342、0.532、0.127与女性的0.338、0.531、0.132;地域条件潜在类别概率为城镇居民的0.214、0.573、0.203与农村居民的0.213、0.593、0.203。结论居民健康素养基本健康技能的潜在类别分析显示性别间的同构性较强,地域间存在一定的异质性。

二级医院护士长胜任力分布现状:基于潜在类别模型的分析

利用潜在类别模型分析技术对二级医院护士长胜任力分布进行探讨,发现3-class模型能够较好地解释护士长胜任力潜在类别。探测到的三个类别分别为"个体能力驱动型","团队能力驱动型"和"能力认知缺乏型",当前二级医院护士长多为"个体能力驱动型"。通过对二级医院胜任力的分布现状进行研究,可以有效的了解二级医院护士长的胜任力水平,并制定有针对性的培养发展方式,逐步提高我国二级医院护士长的岗位胜任力水平。

一种基于潜在类别模型的新闻推荐方法

设计一种基于潜在类别模型的新闻推荐模型,包含用户、新闻关键词和新闻类别三个外显变量及一个潜在类别变量。将用户、新闻和类别分别归类到相应的潜在类别中,根据用户兴趣偏好预测用户登陆新闻网站后可能访问的新闻项,生成个性化的新闻推荐序列,并通过实验证明了该三元模型的优越性。

K-means、潜在类别模型和混合Rasch模型的比较

基于模拟研究比较了K-means方法、潜在类别模型和混合Rasch模型在二分外显变量情境下的聚类效果。结果表明:(1)潜在类别数量、变量数量、样本量、样本平衡和变量间相关对K-means方法、潜在类别模型和混合Rasch模型的分类准确性均有影响且因素间的交互作用存在;(2)除了在2个潜在类别的样本不平衡条件下K-means方法表现较差外,在其他条件下与潜在类别模型和混合Rasch模型的表现相当;(3)混合Rasch模型的分类一致性在2个潜在类别的情境下要好于潜在类别模型,但是在4个潜在类别的情境下要差于潜在类别模型。

建筑施工安全类群管理模式研究——基于潜在类别模型

为了弥补现存＂普适化＂管理模式无法适应个性凸显的施工人力环境的缺陷,提出应充分考量个体特征差异建立类群管理模式（Group Management Model,GMM）。首先,整理归纳相关文献,确定了建筑工人个体素质测评指标及测量量表;然后,利用潜在类别分析方法对收集到的486份有效数据进行统计归类,将建筑工人归纳为＂认知缺陷型＂、＂明知故犯型＂和＂优质型＂3个类群,比例分别为40.96%、36.72%和22.32%。最后,就不同类群的建筑工人提取其潜在特征并进行详细的特征分析并据此制定针对性的管理措施,可为实现施工安全的精细化管理目标、提高制度的有效性和管理效率、降低管理成本提供科学的理论支撑。

潜在类别模型在出血性中风辨证分类研究中的应用

目的评价潜在类别模型在出血性中风辨证分类研究中对于潜在证候类型探索的效果。方法利用R软件poLCA包,采用潜在类别模型对480例出血性中风患者的62条证候要素信息进行建模分析,筛选合适的适配模型,提取各潜在类别中包括的证候要素,定义各潜在类别的证候类型,并对患者进行分类预测。结果通过比较选择了潜在类别数为3的模型,将62条证候要素汇聚成了中脏腑脱证、中脏腑闭证之中脏、中脏腑闭证之中腑3个潜在证候类型,并通过预测将480名患者分别归到3个亚组,人数分别为237、165、78人。结论潜在类别模型可以探索出血性中风的潜在证候分类,分类结果符合中医理论,在出血性中风辨证分类研究中,可将其分类结果作为参考。

潜在类别模型的原理、步骤及程序

潜在类别分析和潜在剖面分析相应的模型统称为潜在类别模型,它是根据个体在观测指标上的不同反应模式将其进行分类,从而达到识别群体异质性的一类统计方法,在教育学、心理学等社科领域日益受到应用研究者的关注。然而现有的中文文献对此类模型的统计原理和分析步骤的介绍不易为教育研究工作者所接受。本文系统讲述潜在类别模型的基础知识、统计原理、分析步骤和Mplus程序,厘清潜在类别模型的后续分析所涉及的多种方法和选用策略,有助于增进应用研究者对潜在类别模型的原理理解和方法掌握,推动潜在类别模型在教育研究中的应用。

潜在类别模型在肿瘤登记地区工作模式分析中的运用

目的运用潜在类别模型对贵州省肿瘤登记地区的工作模式进行分析。为今后开展类似工作提供理论依据。方法通过梳理贵州省17个肿瘤登记点肿瘤数据,运用潜在类别模型对各项目点肿瘤登记漏报情况进行聚类,比较不同工作模式对肿瘤登记漏报的影响。结果调查点可以划分为3个大类,分别是以疾控机构为主导,以临床机构为主导,以保险机构为主导。其中以临床主导型的肿瘤漏报率最低为12.76%。结论潜在类别模型可用于观测结果为分类数据的聚类,聚类后各种工作类型的肿瘤登记漏报率是不同的,更深刻地揭示影响肿瘤登记漏报的因素,对开展该项工作提高报告质量具有实际意义。

潜在类别模型和主成分法在稀有变异关联分析中的应用比较

目的比较潜在类别模型和主成分法在稀有变异遗传关联研究中的统计性能。方法利用GAW17数据库,通过集合策略将同一基因中的稀有变异合并成一个新变量,以基因为分析单位,分别运用潜在类别模型和主成分法构建常见变异和集合后稀有变异的分类潜变量或主成分,再应用线性回归模型分析基因对定量性状的整体效应,评价两种方法的I类错误和效能。结果潜在类别模型的I类错误(0.040~0.085)均不高于主成分法(0.040~0.190)。对强效应的稀有变异和常见变异,即使存在多个无关联稀有变异,潜在类别模型也能很好地分类且效能(1.000)不低于主成分法(0.990~1.000);但稀有或常见变异效应弱时主成分法效能(0.635)高于潜在类别模型(0.200)。对多数非关联基因,潜在类别模型不收敛。结论和主成分法类似,潜在类别模型也可和稀有变异的集合策略结合,通过构建遗传变异数据的分类潜变量,进行稀有变异的遗传关联研究。分析定量性状时两法均可识别较强效应的稀有变异和常见变异。人群中遗传变异分布无异质性时,潜在类别模型常不收敛,提示遗传变异和性状无关联。

基于潜在类别模型的出行决策机理异质性研究

传统的离散选择模型是基于随机效用最大化准则构建的,然而考虑到决策者的异质性,不同的群体可能采用不同的决策机理。为此,本文考虑了两种不同的决策机理:随机效用最大化准则和相对优势最大化准则,并采用潜在类别模型来验证出行决策机理异质性的存在。首先,基于SP实验设计收集出行数据;其次,分别构建基于随机效用最大化准则的logit模型、基于相对优势最大化准则的logit模型和结合两者的潜在类别模型;最后,对比分析各个模型的拟合度并基于不同模型进行了弹性分析。研究结果显示:①基于随机效用最大化准则的logit模型和基于相对优势最大化准则的logit模型两者的拟合度相似,且均低于结合了两者的潜在类别模型;②基于随机效用最大化准则的logit模型和基于相对优势最大化准则的logit模型对于不同出行选项属性的弹性分析结果相似,然而与结合了两者的潜在类别模型的弹性分析结果相差较明显。该结论说明了出行决策机理异质性的重要性,在实践应用过程中忽略出行决策机理的异质性可能对相应政策的制定与评估带来误导作用。

基于潜在类别模型的城际高速铁路客运市场细分

为了提高铁路企业经济收益,基于旅客的个人属性和行为特征研究城际高速铁路客运市场细分问题。在广珠城际高速铁路上进行问卷调查,采用潜在类别模型对旅客进行分类,选取性别、年龄、学历、税前月收入、出行平均次数、出行目的、出行费用作为外显变量,借助于Latent Gold 5.0软件对模型求解评价。研究结果表明:旅客被分为4类,相对误差均小于5%,且90%以上的旅客分类相对误差小于2.1%,说明了模型的合理性。前2类旅客的月收入和出行频率均较高,但在出行费用和目的方面差异较大,属于高端型旅客,建议为这些旅客设计高服务水平的运输产品。后2类旅客月收入和出行频率较低,但在年龄段和学历方面差异较大,属于低端型旅客,建议为这些旅客提供淡季折扣运输产品。

基于潜在类别模型的留守儿童食品营养研究

运用潜在类别模型研究食品营养缺乏儿童中一个特殊的群体——留守儿童的食品营养状况,分析个人遗传、后天的食品营养摄入、母亲的照料及基本的医疗卫生服务对留守儿童食品营养状况的影响,经过研究分析,识别出食品营养不良和食品营养状况良好两类留守儿童,其中食品营养不良儿童比例较高,达到69.4%。两类留守儿童最大的差别在于是否有母亲照顾、后天的食品营养摄入情况和基本的医疗卫生服务情况,而非个人遗传因素,据此为改善留守儿童食品营养状况提供可靠的理论依据。

代际关系与农村老年人主观福利--基于潜在类别模型的分析

本文基于代际团结理论,利用中国老年社会追踪调查(CLASS)数据,通过潜在类别模型分析农村老年人代际关系模式,并基于Ologit模型实证分析不同家庭代际关系模式对农村老年人主观福利的差异化影响。研究表明:我国农村老年人家庭代际关系模式可划分为疏离型、亲密有间型、紧密型,与疏离型相比,亲密有间型能够促进农村老年人主观福利提升,但紧密型的提升效果更强。亲密有间型与紧密型共同特点是成年子女为老年父母提供了充足的经济与情感支持,而居住模式是区分亲密有间型与紧密型的重要因素。因此,对于农村家庭来说,有必要鼓励成年子女与老年父母就近居住或共同生活。

基于潜在类别模型的电信用户分类研究

电信用户的消费行为与消费特征不尽相同,如何对电信用户群体进行有效划分,是值得关注的问题。文章研究了利用电信用户的自身属性与业务属性,构建潜在类别模型,通过10个外显变量对其进行分类,并根据划分结果分析每一类用户的消费特征。研究结果表明,电信用户可分为临时型、低值型、传统型、公务型、佛系型和稳定型6种类型,其中公务型用户群体消费水平最高且相对稳定,具有较高的用户维护价值,运营商应给予最多的关注。

联合潜在类别模型在轻度认知障碍向认知正常逆转研究中的应用

目的将联合潜在类别模型(joint latent class model,JLCM)应用于轻度认知障碍(mild cognitive impairment,MCI)向认知正常(normal cognition,NC)逆转的研究,为慢性病纵向研究提供方法学借鉴。方法JLCM模型包括三个子模型,潜在类别子模型采用多分类logistic回归用于估计潜在类别,纵向过程子模型采用线性混合模型用于描述纵向认知轨迹,生存过程子模型采用比例风险模型用于拟合认知过程。基于信息准则、后验分类、预测值与观测值的比较和条件独立假定等进行模型拟合优度检验。结果基于JLCM模型将MCI人群分为两个潜在类别,分别包括783人(92.88%)和60(7.12%)。潜在类别子模型显示性别、婚姻状况、APOE4和FAQ对潜在类别的确定具有统计学意义;纵向过程子模型显示男性(β=-0.685,95%CI:-1.144~-0.226)、独身(β=0.743,95%CI:0.200~1.286)、未携带APOE4(β=-1.201,95%CI:-1.636~-0.766)和无日常活动功能障碍(β=-1.868,95%CI:-2.095~-1.641)人群的MMSE得分较高;生存过程子模型显示受教育水平较高(HR=1.264,95%CI:1.134~1.395)、独身(HR=1.593,95%CI:1.286~1.899)和未携带APOE4(HR=0.453,95%CI:0.043~0.862)是MCI患者逆转为NC的保护因素。结论JLCM模型在认知障碍等慢性病研究中具有良好的应用价值。

基于潜在类别模型的云南临沧艾滋病中医证候分布研究

目的探究云南临沧地区艾滋病中医证候分布规律。方法收集2020年6月至2021年1月就诊于云南省临沧市临翔区中医医院的150例艾滋病患者的临床数据,采取潜在类别模型的分析手段探究症状和证型之间的内部关联程度。结果排在前20位的主要症状依次为腻苔、白苔、乏力、健忘、沉脉、腰膝酸软、多梦、舌淡红、神疲、腰痛、滑脉、口苦、失眠、关节疼痛、脱发、夜尿、胖大舌、面色少华、身体困重、月经量少。当潜类别为3时有最小的贝叶斯信息准则值(12496.6106),即Model 3为最佳模型。依据中医症状,将150例艾滋病患者潜在类别分析分为3类,分别为脾肾气虚证71例(47.33%)、脾虚痰湿证70例(46.67%)、脾肾两虚证9例(6.00%)三大类。结论云南临沧地区艾滋病证候虚实夹杂,以虚证为主,气虚是主要病机,痰湿是主要病理要素,病位主要在脾肾。

潜在类别模型

本讲座介绍潜在类别模型的方法,以及相关应用实例。

基于潜在类别模型的通勤出行行为异质性研究

城市居民通勤出行是影响城市交通状况的重要组成部分,为捕捉通勤出行者出行方式选择偏好异质性,利用上海市居民出行网络问卷调查RP(Revealed Preference)数据和上海综合交通网络数据,选取个人月收入、婚姻状况、年龄、居住类型等个人属性和车内时间、到站距离和换乘等待时间等各出行方式服务水平变量构建潜在类别模型。研究结果表明:潜在类别模型可以运用通勤出行者的个人属性将出行者划分为“公共交通偏好者”和“小汽车偏好者”两类群体,不同类别的通勤出行者对于同一出行方式选择影响因素的感知敏感度不同。在通勤出行方式选择中引入出行者类别能够提高模型的拟合优度,潜在类别模型能够刻画不同类别的通勤出行者对于出行方式的选择偏好异质性。