潜在类别分析(Latent class analysis,LCA)是通过对类别型的外显变量和潜在变量之间的关系建立统计模型,是根据模型参数得到各种潜在类别的具体外在表现的潜在特征分类技术。该方法与纵向数据分析相结合的分析方法——潜在转变分析(latent transition analysis,LTA)它可以探索纵向数据中在不同的测量点,其样品所属潜在类别的转变,通过拟合相应的潜在转变模型来进行参数估计,了解样品转变过程概率参数的变化,并且这种变化受到被试组别以及协变量的影响。本文对香港3736名青少年的自我伤害行为开展两年的追踪研究,共分为三次测量。采用潜在类别分析和潜在转变分析的方法对自我伤害行为进行潜在分类,并考察在不同的时间点上潜在分类的转变,以及组别变量性别、童年创伤经历等协变量对自我伤害行为潜在类别转变的影响。用潜在类别分析对时间点1上青少年自我伤害行为进行分析,结果表明青少年自我伤害行为存在三个类别高自伤型,低自伤型及混合中间型;进一步对三个时间点的数据进行潜在转变分析发现:三种类别存在一定的稳定性,同时,不同类别相互之间也有转变,如:高自伤型向低自伤型和混合中间型转变,不同时间点之间的转变也有一定差异;在组别变量、童年创伤经历等协变量的影响下,自我伤害行为的潜在类别及其转变也有所不同,如:女性从高自伤型的转向低自伤型的转变概率没有男性高等。