잠재 성장 모델은 시간 및 기타 측정의 함수로서 종속 변수의 반복 측정을 나타냅니다. 이러한 종단 데이터는 동일한 피험자가 시간이 지남에 따라,그리고 동일한 테스트(또는 병렬 버전)에서,그리고 알려진 시간에 반복적으로 관찰되는 특징을 공유합니다. 잠재 성장 모델링에서 각 시간에 개인의 상대적인 서 각 개인에 맞게 되 고 그 성장 과정에 대 한 최상의 매개 변수 값 기본 성장 프로세스의 함수로 모델링 됩니다.
이 모델들은 구조 방정식 모델링 프레임 워크에서 제한된 공통 인자 모델로 적합 할 수 있다는 것을 보여 주었기 때문에 사회 및 행동 연구에 사용되었습니다.
이 방법론은 이러한 변화의 체계적인 변화 또는 성장 및 개인 간 변동성을 조사하는 데 사용될 수 있습니다. 관심의 특별한 주제는 성장 매개 변수의 상관 관계,소위 초기 상태 및 성장 속도뿐만 아니라 시간 변화 및 시간 불변 공변량과의 관계입니다.
잠재 성장 곡선 모델의 많은 응용 프로그램은 초기 수준 및 기울기 구성 요소 만 추정하지만 이러한 모델은 무한정 증가하는 분산과 같은 특이한 특성을 가지고 있습니다. 고차 구성 요소(예:2 차,3 차)가 있는 모델은 계속 증가하는 분산을 예측하지는 않지만 두 번 이상의 측정이 필요합니다. 또한 성장 곡선을 기반으로 한 모델을 기능적 형태,종종 로지스틱,지수 또는 곰 퍼츠 함수와 같은 일반화 된 로지스틱 성장의 버전으로 맞출 수도 있습니다. 이 패키지에는 주 프로그램 바이너리와 미리 컴파일된 대수 및 자동 로드 모듈이 전부 들어있습니다.
다단계 모델 접근 방식을 사용하여 유사한 질문에 대답 할 수도 있습니다.