潜在クラス分析：レポートの結果の例

このペーパーの目的は、潜在クラス分析（LCA）の簡単な非出現的な紹介と、薬局と薬局管理の分析技術の新しい研究者のためのデモンストレーションを提供することです。LCAは、観測されていないカテゴリ変数のコレクションがある場合に、観測された変数間の関係を調べるための数学的手法です。従来、LCAは多筋状の観測変数に焦点を当てていましたが、最近の研究により、利用できるデータの種類が拡張されています。この紹介には、レビューのために提出された原稿の一部であるべき情報の基本的なガイドラインが含まれています。分析のために、LatentGoldが使用されますが、POLCAパッケージでLCAおよびLC回帰を実行するための基本的なRコードも含めます。

The purpose of this paper is to provide a brief non-mathematical introduction to Latent Class Analysis (LCA) and a demonstration for researchers new to the analysis technique in pharmacy and pharmacy administration. LCA is a mathematical technique for examining relationships among observed variables when there may be collections of unobserved categorical variables. Traditionally, LCA focused on polytomous observed variables, but recent work has extended the types of data that can be utilized. Included in this introduction are basic guidelines for the information that should be part of a manuscript submitted for review. For the analysis, LatentGold is used, but I also include basic R code for running LCA and LC Regressions with the poLCA package.