潜在类别或有限混合模型已被证明是一种非常流行且相对简单的方法，可以将急需的异质性引入整个社会科学的经验模型中。该技术涉及(概率性地)将种群划分为有限数量的(相对同质的)类或类型。在每一种情况下，通常应用相同的统计模型，尽管它们的特征是分布的不同参数。例如，通过这种方式，相同的解释变量可以在类中产生不同的影响。先天地，我们对每个类中的行为一无所知;但事后，研究人员总是根据每个类别内的期望值(无论如何定义)来标记这些类别。在这里，我们提出了一种简单而有效的方法来参数化类别概率和每个类别内行为的统计表示，同时根据特定类别的期望值保持此类排名，并产生类别概率的简约表示。