使用期限：租赁和*许可形式：单机版原产地：美国介质：下载适用平台：Windows
科学软件网提供的软件覆盖各个学科，软件数量达1000余款，满足各高校和企事业单位的科研需求。此外，科学软件网还提供软件培训和研讨会服务，目前视频课程达68门，涵盖34款软件。多层次模型
此选项用于LC集群，DFactor或LC回归模型的多级扩展，该模型不仅可以在案例级别解释异质性，而且可以在组级别上解释异质性。
也可以通过组级潜在类（GClasses）和/或组级CFactors（GCFactors）来说明组级变化。此外，当2个或更多GClasses时，可以在模型中包括组级协变量（GCovariates）以改进描述/预测。
多级选项还可用于参数或非参数随机效应回归模型，或同时开发组级和单个级段。
复杂样本数据的调查选项
两个重要的调查抽样设计是分层抽样——分层内抽样案例，以及两阶段集群抽样—— 初级抽样单位（PSU）内的抽样和随后对所选PSU内的案例抽样。此外，可能存在采样权重。
在计算与参数估计相关的标准误差和相关统计数据时，调查选项考虑了抽样设计和抽样权重，并估计“设计效果”。
Solutions are immediately interpretable and don’t require rotation
The factors are assumed to be ordinal and not continuous
No additional assumptions are required to estimate factor scores
The observed variables can be nominal, ordinal, continuous, or counts, or any combination of these
选项包括:
• 通过直观的LG-Equations，提供更灵活的建模和参数限制
• 与GUI集群、DFactor、回归、Step3、Markov和Choice 模块相比的其他模型
• Monte Carlo仿真选项
• 多重插补选项
• N倍验证和保留选项
• 附加输出和保存选项
• 使用保存参数的选项（例如，用于评分）
Choice + Adv/Syntax
GUI和语法包括：
尺度调整潜在类（SALC）模型
在选择模型中包含比例因子的功能，这可能会在预测值和/或潜在类别中之间变化。
Scale Latent Class（SALC）模型的两个重要应用是：
• 除了选择模型中的潜在段（Classes）之外，还包括缩放类（Classes）
• 使用BestWorst数据（使用预测变量选项）包括佳和差选择的单比例因子。
随机后悔小化模型(RRM)
Chorus（2010年，2012年）提出了一类基于随机后悔小化（RRM）的选择模型作为随机效用大化的替代方案（RUM）。
而基于RUM的假设行为机制模型是个人选择具有大效用的替代方案，基于RRM的模型假设个体选择了潜在遗憾小的替代方案。
评估RRM在各个领域应用的新研究表明，潜在类方法，即每个类的决策规则（RUM或RRM）不同，会导致模型拟合与假设每个类的决策规则(通常是RUM)相同的模型相比，有实质性的改进(Chorus, Cranenburgh, and Dekker, 2014)。
系统需求
Latent GOLD默认是Windows 64位程序，如果需要32位程序，可以提前说明。
Choice add-on允许通过点击式界面评估离散选择模型。当同时获得Choice和Advanced / Syntax附加组件时，可以估计各种选择模型，还可以使用Syntax进一步定制离散选择模型。
产品组合
Latent GOLD Basic
Latent GOLD Basic + Adv/Syntax
Latent GOLD Basic + Choice
Latent GOLD Basic + Choice + Adv/Syntax
科学软件网专注提供正版软件，跟上百家软件开发商有紧密合作，价格优惠，的和培训服务。
