回归混合模型：方法进展与软件实现

王孟成, 毕向阳

Regression mixture modeling: Advances in method and its implementation

WANG Meng-Cheng, BI Xiangyang

表1 各种情况处理方法汇总表

适用情况 方法 Mplus语句: Auxiliary=() 评价 结果变量 分类 变量 单步法 无单独语句 直接将类别结果变量作为LCA的测量指标; 这种做法显然会影响测量模型; 纳入不同的结果变量会造成测量模型结果的差异, 因此不推荐使用。 LTB DCAT 是处理类别结果变量最好的方法之一, 推荐使用。 连续 变量 单步法 无单独语句 非正态时表现不佳。 BCH BCH 是处理连续结果变量最好的方法之一, 在 DU3STEP不报告结果时使用。 稳健三步法：类别方差不等 DU3STEP 在结果变量类别内正态分布, 方差不等时表现佳。但会出现类别顺序变化的不足。 稳健三步法：类别方差相等 DE3STEP 在结果变量类别内正态分布, 方差相等时表现佳。 LTB DCON 对假设前提比较敏感, 当假设违反时会扭曲估计结果, 不推荐使用 PC method E 精确性较差, 不推荐实际使用 预测变量 PC method R 结果有偏, 不推荐使用。 单步法 无单独语句 表现良好, 当变量较多时使用不便。 稳健三步法 R3STEP 表现良好, 操作方便, 推荐使用。