Paket R mana yang digunakan untuk melakukan analisis pertumbuhan kelas laten (LCGA) / model campuran pertumbuhan (GMM)?

Saya mencoba melakukan analisis pertumbuhan kelas laten (LCGA) dan / atau model campuran pertumbuhan (GMM) di R. Data yang saya gunakan adalah peningkatan jumlah garpu repositori git (variabel diskrit, bukan kategorikal), yang Anda bisa lihat di dataset ini .

Saya mencoba lavaan, yang membantu saya menyesuaikan model kurva pertumbuhan laten, tetapi tidak untuk mengidentifikasi kelas laten. Saya juga mencoba poLCA, yang hanya berfungsi untuk variabel politis kategoris, maka tidak cukup juga.

Apa paket R yang paling tepat untuk melakukan analisis pertumbuhan kelas laten pada data variabel diskrit?

Analisis yang ingin saya lakukan mirip dengan yang di Qureshi & Fang (2010):

Qureshi, I., dan Fang, Y. 2010. “Sosialisasi dalam Proyek Perangkat Lunak Sumber Terbuka: Pendekatan Pemodelan Campuran Pertumbuhan,” Metode Penelitian Organisasi (14: 1), hlm. 208–238.

Proyek OpenMx dapat memperkirakan model campuran pertumbuhan, meskipun Anda harus menginstal paket dari situs web mereka karena tidak pada CRAN. Mereka memiliki contoh dalam dokumentasi pengguna (bagian 2.8) untuk cara mengatur ini juga.

Anda juga memiliki paket Kml dan Kml3d (lintasan gabungan) yang memperkirakan persamaan non-parametrik dari GMM. Anda tidak mendapatkan parameter apa pun sebagai hasil dari analisis ini, hanya klasifikasi setiap pengamatan di kelas. Namun, di sebagian besar aplikasi, orang tidak menggunakan parameter LCGA dan GMM, dan itu juga jauh lebih kuat daripada aplikasi itu, khususnya GMM. Ada dua atau tiga publikasi tentang paket dan dokumentasi R lengkap.