poLCA不穩定估計

Question

我正在嘗試運行使用polca包的協變量的潛在類分析。但是，每次運行模型時，多項式logit係數都會有所不同。我已經考慮了類的順序的變化，並且我設置了很高的重複次數（nrep = 1500）。但是，重新運行模型我會得到不同的結果。例如，我有3個類（高，低，中）。無論在估計中考慮類別的順序，多項式模型在不同估計（例如低與高，中與高）之後將給予相同組合的不同係數。我是否應該進一步增加重複次數以獲得穩定的結果？任何想法爲什麼會發生這種情況？我知道函數set.seed（）我可以複製結果，但我想獲得穩定的估計，以便能夠聲明結果的有效性。非常感謝你！

Answer 1

從手冊（?poLCA）：

只要probs.start = NULL，每個函數調用將使用不同的 （隨機）初始起動參數

需要使用set.seed()或設置probs.start以便在函數調用中獲得一致的結果。

Answer 2

其實，如果出現不同的起點，你就沒有收斂，你有一個數據問題。

LCA使用一種最大似然估計。如果沒有收斂，就會有一個識別不足的問題：您的信息太少，無法估計您擁有的班級數量。較低的班級人數可能會跑，或者你將不得不做一些先驗限制。

您可能希望閱讀柯林斯的潛類和潛變過程分析。這對我來說是一個很大的幫助。