README.md

Introduction to StepMix: A latent class analysis applied to repeated measures

The aim of this vignette is to introduce StepMix by comparing the results of an RMLCA carried out with StepMix and those obtained with the popular poLCA library. A structural model is also used to present some of the bias-adjusted stepwise approaches offered by StepMix.

Introduction à StepMix : une analyse de classes latentes appliquée à des mesures répétées

L’objectif de cette vignette est d’introduire StepMix en comparant les résultats d’une ACL-MR réalisée avec StepMix et ceux obtenus avec la populaire librairie poLCA. Un modèle structurel est également utilisé afin de présenter certaines des approches par étapes « à biais ajusté » offertes par StepMix.

---

Reference

If you find StepMix useful, please consider citing our arXiv preprint:

@article{morin2023stepmix,
  title={StepMix: A Python Package for Pseudo-Likelihood Estimation of Generalized Mixture Models with External Variables},
  author={Morin, Sacha and Legault, Robin and Lalibert{\'e}, F{\'e}lix and Bakk, Zsuzsa and Gigu{\`e}re, Charles-{\'E}douard and de la Sablonni{\`e}re, Roxane and Lacourse, {\'E}ric},
  journal={arXiv preprint arXiv:2304.03853},
  year={2023}
}