Gizli Sınıf Analizi
Latent Class Analysis (LCA)
Tanım
Çok değişkenli kategorik veriler içindeki gözlemlenemeyen (gizli) alt grupları veya tipolojileri istatistiksel olarak belirlemeye yarayan bir modelleme yöntemidir.
Örnek Vaka / Uygulama
Bir klinik araştırmacı, majör depresyon, anksiyete ve uyku bozukluğu semptomlarının varlığı/yokluğu üzerinden 1000 hastayı incelemektedir. Araştırmacı, hastaları önceden belirlenmiş etiketlere mecbur bırakmak yerine Gizli Sınıf Analizi uygulayarak verideki doğal dağılıma göre 'kronik insomnia ağırlıklı', 'anksiyete baskın' ve 'hafif karma' olmak üzere üç nitel olarak farklı gizli alt grup (latent class) olduğunu ampirik olarak tespit eder.
Derin Analiz
Gizli Sınıf Analizi (LCA), gözlenen kategorik göstergeler temelinde heterojen bir popülasyonu homojen ve niteliksel olarak farklı alt gruplara (gizli sınıflara) ayırmayı amaçlayan olasılıksal bir modelleme yaklaşımıdır. Faktör analizinden temel farkı, örtük (latent) değişkenin sürekli değil kategorik olmasıdır; kümeleme analizinden farkı ise mesafeye dayalı sezgisel algoritmalar yerine tam bilgi maksimum olabilirlik (full information maximum likelihood) tahminine dayanmasıdır. Psikometri, epidemiyoloji ve pazarlamada bireylerin veya vakaların sınıflandırılmasında kritik bir istatistiksel araçtır.
Etimoloji
Latince 'latens' (saklı, gizli) ve Yunanca 'analysis' (çözümleme, parçalarına ayırma) kelimelerinin birleşiminden türetilmiştir.
Karıştırmayın
Faktör analizi ve kümeleme analizi (cluster analysis) ile sıklıkla karıştırılır. Faktör analizinde gizli değişkenler süreklidir ve boyut azaltma hedeflenir; geleneksel kümeleme analizlerinde ise olasılıksal model varsayımları ve istatistiksel uyum indeksleri (AIC, BIC) LCA'daki kadar merkezi bir rol oynamaz.