Logo
Benutzer: Gast  Login
Autoren:
Martin, Daniel P.; von Oertzen, Timo 
Dokumenttyp:
Zeitschriftenartikel / Journal Article 
Titel:
Growth Mixture Models Outperform Simpler Clustering Algorithms When Detecting Longitudinal Heterogeneity, Even With Small Sample Sizes 
Zeitschrift:
Structural Equation Modeling : A Multidisciplinary Journal 
Jahrgang:
22 
Heftnummer:
Jahr:
2015 
Seiten von - bis:
264-275 
Sprache:
Englisch 
Stichwörter:
comparative simulation ; growth heterogeneity ; longitudinal clustering 
Fakultät:
Fakultät für Humanwissenschaften 
Institut:
Department für Psychologie 
Professur:
von Oertzen, Timo 
Open Access ja oder nein?:
Nein / No