Quali sono le differenze nelle inferenze che possono essere fatte da un'analisi di classe latente (LCA) rispetto a un'analisi di cluster? È corretto che un LCA assuma una variabile latente sottostante che dà origine alle classi, mentre l'analisi del cluster è una descrizione empirica di attributi correlati da un algoritmo di clustering? Sembra che nelle scienze sociali l'LCA abbia guadagnato popolarità ed è considerato metodologicamente superiore dato che ha un test formale di significatività chi-quadro, cosa che l'analisi cluster non ha.
Sarebbe bello se gli esempi potessero essere offerti sotto forma di "LCA sarebbe appropriato per questo (ma non l'analisi dei cluster), e l'analisi dei cluster sarebbe appropriata per questo (ma non l'analisi di classe latente).
Grazie! Brian
inferences
in questo contesto e perché interessano solo le differenze di inferenza?