《Mplus培训记录材料》由会员分享，可在线阅读，更多相关《Mplus培训记录材料（14页珍藏版）》请在金锄头文库上搜索。
1、*外显变量，潜变量分类变量顺序变量名义变量都可以实现潜在类别分析人的分类方法有课件潜在类别调节模型模型方差区分GMM不存在方差MGCFMM潜在类型和因子因子混合探索性结构方程分析框架：within个体内between组间f因子c分类SEM贝叶斯Bayesiananalysis程序语言：?1.TITLE:atitlefortheanalysis(notpartofthesyntax)?2.DATA:(required)informationaboutthedataset?3.VARIABLE:(required)informationaboutthevariablesinthedataset?4
2、.DEFINE:transformexistingvariablesandcreatenewvariables?5.ANALYSIS:technicaldetailsoftheanalysis?6.MODEL:describethemodeltobeestimated?7.OUTPUT:requestadditionaloutput?8.SAVEDATA:savetheanalysisdata,auxiliarydata,andresults?9.PLOT:requestgraphicaldisplaysofobserveddataandresults10.MONTECARLO:details
3、ofasimulationstudy;命令结束，英文分号!注解Mplus自动忽略软件默认相关，因子分析By定义测量F1byy1y2y3;ON定义回归F1ONF2自变量在后With定义相关十个一级命令出现就加冒号，变蓝色MONTECARLO:一般用不着，蒙特卡洛模拟FORMATISFREE;一般默认自由格式即可数据类型TYPEISINDIVIDUAL.LISTWISE=ON;OFFDATA命令路径保存时候选择目录会方便建文件夹把数据文件和input放一起数据格式.dat.txtspss保存数据格式dat删掉变量名PATATYPE二INDIVIDUAL TYPE命令下共有9种类型可供选择：INDI
4、VIDUAL;箪个救据或原始数据 COVARIANCE;下三点协方差楚阵 CORRELATION;下三用相关矩阵-FULLCOV;全南协方差矩阵-FULLCORR;全席相关矩阵,MEANS:均值 STDEV1ATIONS;标准差 MONTECARLO;蒙特卡洛教提 IMPUTATION;替补数据,其中最常用的是INDIVIDUAL即提供原始数据，也是程序默认的数据类型。汇总数据均值标准差协方差矩阵一般情况下，变量命令有3个功能：?定义数据文件中的变量；?选择分析使用的变量；?定义变量的类型或尺度(scale)。变量名最多8个字符常用逻辑运算符合：?ANDlogicaland?ORlogical
5、or?NOTlogicalnot?EQequal=?NEnotequal/=?GEgreaterthanorequalto=?LElessthanorequalto?LTlessthany2,y2ONylxlx2;ylONxIq.ND定义希定的间接效应技TEM共故加MODELINDIRECT:y3NDylE!表示白壹xl谊波中弁1作司于3的我应:y?INDyixL!表示俞童量xl通it中命作用于y3的蕴应;尸INDx!未示白交作用亍的所有中弁如应;IND左遭的费量为因嘲童，右道无后-个变量为自变量，右辿的鼻他变着都为中介变量.即将定白支量通过歧中介章是对国变童的间挂鼓应IND中介效应侧重整个路
6、径左边是因变量，右边最后一个是自变量VIA侧重某一个特定的变量中介效应，用的不多模型限定：MOODELCONSTRAINT加标签可分别计算不同路径一般是比较哪条效应的作用更大一些8.0版本可以同时做多个分析PLOT1直方图2碎石图3潜变量相关CFA的用途检验量表或测验的结构效度检验方法学效应检验测量不变性在做量表的适用和跟踪研究时的一致情况检查流行的共同方法偏差验证h是无效的，40%探索性因子分析CFAvs.验证性因子分析EFA事先确定事后推定分析流程有图模型识别：指定测量单位，潜变量是没有单位的首先是设定指标的负荷为1,另一种是设定方差是1,两种同时使用是错误的，但Mplus不报错t法则t=
7、p(p+1)/2三指标法则两指标法则单指标法则数据奇异值处理模型拟合卡方检验显著即拒绝绝对拟合指数SRMA标准化残差均方根小于0.08理想连续变量WRMR样本量小于250SRMR用于类别指标不适合RMSEA受样本量影响小，CFI比较拟合指数目前使用最广泛最稳健的指标之一对样本量不敏感，小样本也不错.85NFI规范拟合指数不常用NNFI/TLI非规范拟合指数NNFIAICBIC贝叶斯信息准则拟合指数评价模型无对错之分指适合之分模型比较：模型验证比较UCXIELJJJ1PICATI0M:NJKZSNOTE：MwdiFiwaiti口口iridioe际forcmcovariatecmaynotM0DI
8、HD1C&3(ALL).dirrtfffecisof?bsLwrddepri;deatv=iLaLlcst&includednToincLudeth&srequestMinimum此LraluefororintingID.000H,YSrnteinert巳P.C.Sl-HEECLSldYXB.P.C,hiY6_3MUUU.b方o.4获.410kiLY716.yy6(17870.504L.449衍Y1018.7Q80.S210.526-L.462|EY1510.in0.770Q493-0.416FYTICTO.此-0*44-0.550ETFTgz-Zr建议的修正M.I.大于3,6即是显著的每次只
9、修改一个CFA到结构方程模型，中介调节变量LatentModeratedStructuralEquations潜调节结构方程模型在理论上，中介变量研究内部机制中介模型的形式根据模型中中介变量的个数可以简单的将中介模型分为单中介和多中介(MultipleMediators)模型M=aX+e2Y=c,X+bM+e3InMplus：YonMX：MonX;逐步检验法每步检验一个多次检验，统计检验力度不高逐步检验法(CausalStepsApproach)?逐步检验法(Baron&Kenny,1986)是使用较多的检验程序，该方法易于理解和操作，具体步骤如下：?a.检验总效应系数是否显著；?b.检验自变
10、量作用于中介变量效应a是否显著；?c.检验中介变量作用于因变量效应是b否显著；?d.检验直接效应是否显著。?福和b都显著的情况下，如果c不显著说明存在完全中介(Judd&Kenny,1981)，否则存在部分中介效应(Baron&Kenny,1986)。逐步法评价?c是否显著并非中介检验的必要前提，因为在有些情况下尽管c不显著仍然存在实质的中介效应即所谓的抑制模型(Suppressionmodel;MacKinnon,Krull,&Lockwood,2000)。?如果按照逐步检验法的要求，c必须首先显著否则中介变量无从谈起，而实际中c不显著而存在实质性中介效应的情况又非常普遍，所以逐步检验法将错
11、过很多实际存在的中介效应。?另外，模拟研究发现，与其他方法相比逐步检验法的统计功效最小(e.g.,MacKinnonetal.,2002;2004)。系数乘积检脸法(ProductofCoefficientsApproach),就是性验湖来积起舌显著即HO;泌二0,此程序常使用Sobel提出的标准误计舞公式因此也称作由阮栓驻(1泌2,泌乘积是中介张应的大小.所以检验湖来枳是否显著是对中介故应的直援检莪“ab希枳作为抽样分布，支航中存在多种计算其标准误的方法，其中最常用的是Sobel(l9X2)给出的公式：5砒=十尸对和s%分别为系教必占标准误的平方，系数我机检验法的统计量是z=ab/stibt
12、如果检验显著说明中介赦应最箸#统计值，标准误z检验用的不多，要求正态分布检验统计量不符合条件系数乘积检验法评价?系数乘积检验法存在的主要问题是，检验统计量依据的正态分布前提很难满足，特别是样本量较少时。因为即使a,b分别服从正态分布，ab的乘积也可能与正态分布存在较大差异差异系数检验即检脸ac=(L通常情况下ab=c-c囚此差异系教同系毂来枳法宥根多相同之处.c-十的梯准误估计通常使用如下A(McGuign&Langholz,1988):Sz=+s%-2rsl$l模叔峭宛岌现(MavKimigetaLWOO泠，系敷条血注和楚异系纹法比逐步检骚.去游罚旦其有枝高的爆计放力勺Bootstrapping-Hootscrapping的原理赴当正态分布假设不成立时，经验抽样分布可以作为实际整体分布用于参数估计*ll
