Я пытаюсь выяснить, как использовать скрытые классы , сгенерированные LCA-моделированием, в качестве зависимой переменной в регрессии.
Программная документация poLCA
(и других), кажется, только показывает, как использовать скрытые классы в качестве независимых переменных, например, в этом примере, как PARTY и AGE объясняют классчленство.
Однако мне интересно поступить противоположным образом, например, чтобы понять, как членство в классе влияет на y
(скажем, PARTY, в качестве примера).
library(poLCA)
data("election")
f.party <- cbind(MORALG, CARESG, KNOWG, LEADG, DISHONG, INTELG, MORALB, CARESB,
KNOWB, LEADB, DISHONB, INTELB) ~ PARTY + AGE
# run the LCA estimation #
nes.party <- poLCA(f.party, election, nclass = 3, verbose = FALSE)
Я понимаю, что членство в классе можно получить с помощью
nes.party$predclass
и что задний проба можно получить с помощью
nes.party$posterior
Однако я не понимаюскажем, не знаю, как использовать эту информацию в OLS.
Выполнение
lm(PARTY ~ predclass, election)
было бы неправильно, потому что я хочу учесть членство в классе вероятности.
Как бы вы это сделали?