SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(344.2 KB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-199765

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Latent class analysis with panel data: developments and applications

Analyse latenter Klassen mit Paneldaten: Entwicklungen und Anwendungen
[Zeitschriftenartikel]

Reinecke, Jost

Abstract

'In der vorliegenden Arbeit wird das statistische Modell der Analyse latenter Klassen nach der Parametrisierung von Lazardsfeld vorgestellt. Den Schwerpunkt bilden Entwicklungen und Anwendungen der Analyse latenter Klassen auf Paneldaten. Das latente Markov Modell erlaubt sowohl Restriktionen über z... mehr

'In der vorliegenden Arbeit wird das statistische Modell der Analyse latenter Klassen nach der Parametrisierung von Lazardsfeld vorgestellt. Den Schwerpunkt bilden Entwicklungen und Anwendungen der Analyse latenter Klassen auf Paneldaten. Das latente Markov Modell erlaubt sowohl Restriktionen über zeitbezogene Gleichsetzungen von konditionalen Wahrscheinlichkeiten als auch Restriktionen der Übergangswahrscheinlichkeiten zwischen den latenten Variablen. Die allgemeinste Variante ist das latente mixed Markov Modell. Dieses Modell verfügt über zusätzliche Spezifikationsmöglichkeiten der unbeobachteten Heterogenität mit Markov Ketten. Empirische Beispiele, durchgeführt mit PANMARK, verdeutlichen die jeweiligen Modellierungstechniken.' (Autorenreferat)... weniger


'The present paper discusses the statistical model of the latent class analysis according to the parametrization of Lazarsfeld. Developments and applications of latent class analysis with panel data are the main topic of this paper. The latent Markov model allows time-specific restrictions of the co... mehr

'The present paper discusses the statistical model of the latent class analysis according to the parametrization of Lazarsfeld. Developments and applications of latent class analysis with panel data are the main topic of this paper. The latent Markov model allows time-specific restrictions of the conditional probabilities as well as restrictions of the transition probabilities between the latent variables. The most general model, the latent mixed Markov model, has additional opportunities to specify unobserved heterogeneity via different Markov chains. Empirical examples, calculated with PANMARK elucidate the relevant modeling techniques.' (author's abstract)|... weniger

Thesaurusschlagwörter
Modelltheorie; Parameter; statistische Methode; Panel; Statistik; Lazarsfeld, P.; Wahrscheinlichkeit

Klassifikation
Erhebungstechniken und Analysetechniken der Sozialwissenschaften

Methode
Theorieanwendung; anwendungsorientiert; empirisch; empirisch-quantitativ

Sprache Dokument
Englisch

Publikationsjahr
1999

Seitenangabe
S. 137-157

Zeitschriftentitel
ZA-Information / Zentralarchiv für Empirische Sozialforschung (1999) 44

Status
Veröffentlichungsversion; begutachtet

Lizenz
Deposit Licence - Keine Weiterverbreitung, keine Bearbeitung


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.