r - LPA - 基于 BIC 的模型选择，具有函数prior=priorControl()

Question

我正在尝试为潜在配置文件分析拟合模型（包：tidyLPA 和 mclust）。对于模型 VVI（方差 = 相等，协方差 = 零），当 n_profiles > 5 时，BIC 会得到很多“NA”。我发现函数“prior = priorControl()”可以解决这个问题，而且 - 确实 - 确实如此！但是现在当 n_profiles > 5 时，我的 BIC 得到了巨大的提升，这表明模型拟合更好。

有人猜到这里发生了什么吗？或者有没有人建议如何处理？任何想法表示赞赏。我希望下面的代码和附加的图表可以说明这个问题。

非常感谢！！

###not run
library(mclust)
library(tidyLPA)
library(dplyr)

# cluster_1 is an imputed subset of 9 variables
cluster_1 <- subset %>%
    single_imputation() %>%
    mutate_all(list(scale))

# mclustBIC without priorControl
set.seed(0408)
BIC_m12a <- mclustBIC(cluster_1, modelNames = c("EEI", "VVI"))
BIC1_m12a

Bayesian Information Criterion (BIC): 
        EEI       VVI
1 -127005.8 -127005.8
2 -122298.6 -121027.1
3 -120579.4 -119558.0
4 -119883.4 -118765.7
5 -119244.2 -118293.6
6 -119064.4        NA
7 -118771.5        NA
8 -118681.0        NA
9 -118440.2        NA

# mclustBIC with priorControl
set.seed(0408)
BIC_m12b <- mclustBIC(cluster_1, modelNames = c("EEI", "VVI"), prior=priorControl())
BIC_m12b

Bayesian Information Criterion (BIC): 
        EEI       VVI
1 -127006.0 -127006.0
2 -122299.5 -121028.2
3 -120587.9 -119560.0
4 -119884.4 -118771.7
5 -119235.4 -118296.9
6 -118933.9 -112761.8
7 -118776.2 -112579.7
8 -118586.2 -112353.3
9 -118472.0 -112460.2

在此处输入图像描述 在此处 输入图像描述

标签： rcluster-analysismclust