Welches R-Paket soll zur Durchführung einer Analyse der latenten Klassenwachstumsanalyse (LCGA) / Wachstumsmischung (GMM) verwendet werden?

Ich versuche, eine latente Klassenwachstumsanalyse (LCGA) und / oder Wachstumsmischungsmodelle (GMMs) in R durchzuführen. Die Daten, die ich verwende, sind eine zunehmende Anzahl von Gabeln von Git-Repositories (diskrete Variable, nicht kategorisch), wie Sie können siehe in diesem Datensatz .

Ich habe versucht lavaan, ein Modell für latente Wachstumskurven anzupassen, aber keine latenten Klassen zu identifizieren. Ich habe es auch versucht poLCA, was nur für kategoriale polytome Variablen funktioniert, daher auch nicht ausreichend.

Was ist das am besten geeignete R-Paket für die Durchführung einer Analyse des latenten Klassenwachstums an diskreten variablen Daten?

Die Analyse, die ich durchführen möchte, ähnelt der von Qureshi & Fang (2010):

Qureshi, I. und Fang, Y. 2010. „Sozialisation in Open Source-Softwareprojekten: Ein Ansatz zur Modellierung von Wachstumsmischungen“, Organizational Research Methods (14: 1), S. 208–238.

Das OpenMx- Projekt kann Wachstumsmischungsmodelle schätzen, obwohl Sie das Paket von der Website installieren müssen, da es nicht in CRAN enthalten ist. In der Benutzerdokumentation (Abschnitt 2.8) finden Sie Beispiele für die Einrichtung.

Sie haben auch das Paket Kml und Kml3d (gemeinsame Trajektorien), die das nicht parametrische Äquivalent eines GMM schätzen. Als Ergebnis dieser Analysen erhalten Sie keine Parameter, sondern nur die Klassifizierung jeder Beobachtung in den Klassen. In den meisten Anwendungen werden die Parameter von LCGA und GMM jedoch ohnehin nicht verwendet, und es ist auch viel robuster als diese Anwendungen, insbesondere GMM. Es gibt zwei oder drei Veröffentlichungen zu den Paketen und die vollständige R-Dokumentation.