产品规格：
产品数量：
包装说明：
关 键 词：mplus结果怎么看
行 业：IT 软件 身份证书管理系统
发布时间：2021-10-10
北京天演融智软件有限公司（科学软件网）前身是北京世纪天演科技有限公司，成立于2001年，专注为国内高校、科研院所和以研发为主的企事业单位提供科研软件和服务的国家。
MODELING WITH BOTH CONTINUOUS AND CATEGORICAL LATENT VARIABLES
The Mplus Modeling Framework
The purpose of modeling data is to describe the structure of data in a simple way so that it is understandable and interpretable. Essentially, the modeling of data amounts to specifying a set of relationships between variables. The figure below shows the types of relationships that can be modeled in Mplus. The rectangles represent observed variables. Observed variables can be outcome variables or background variables. Background variables are referred to as x; continuous and censored outcome variables are referred to as y; and binary, ordered categorical (ordinal), unordered categorical (nominal), and count outcome variables are referred to as u. The circles represent latent variables. Both continuous and categorical latent variables are allowed. Continuous latent variables are referred to as f. Categorical latent variables are referred to as c.
Mplus建模框架
建模数据的目的是以简单的方式描述数据结构，便于理解和解释。本质上，数据建模相当于变量之间的一组关系。下图表示了在Mplus建模中的关系类型。矩形表示观测变量，观测变量可以是结果变量或背景变量。背景变量为X，连续和截尾结果变量为y，二元、有序范畴（序数），无序分类（名词）和计数结果变量为u。圆圈代表潜变量。允许连续变量和类别变量，连续潜变量为f，分类潜变量为c。
图中的箭头表示变量之间的回归关系。回归关系是允许的，但在图中没有具体说明，包括观测到的结果变量之间的回归，连续潜变量之间的回归以及类别潜变量的回归。对于连续结果变量，使用的是线性回归模型。对于结果变量，在删截点有或没有通货膨胀，审查（tobit）都使用回归模型。对于二进制和有序分类结果，使用概率或logistic回归模型。对于无序的分类结果，使用多项式logistic回归模型。对于计数结果，不管通货膨胀率是否为零，都使用Poisson和负二项回归模型。
Mplus模型包括连续的潜变量、分类潜变量、连续变量和类别潜变量的组合。上图中，圆柱A描述只有潜在连续变量的模型。圆柱B描述只有特定潜变量的模型。完整的建模框架描述了连续变量和类别变量相结合的模型。上图表明，Mplus估计的描述个体水平的多层次模型（内部）和集群水平（之间）的变量。
Mplus版本8.4现已上线。Mplus 8.4版包括对自2019年4月8.3版发布以来发现的小问题的更正，以及以下新功能：
对计算要求很高的混合模型的速度显著提高，特别是多个潜在类变量，如潜在转移分析和随机截距潜在转移分析。这些速度的提高是通过对随机启动扰动选项STARTS和STSCALE以及新算法来实现的。这些内容在随机起始值和多级优化中有描述。第3节的5个混合示例的计时表显示了版本8.4相对于8.3速度大提升的情况。
具有多个潜在类变量的混合模型的都可以进行简化输出。
扩展的贝叶斯拟合统计分为3个方面：数据缺失时改进的后验预测p值（PPP）；贝叶斯CFI/TLI/RMSEA包括置信区间；以及使用MODEL TEST命令的参数限制Wald检验的贝叶斯版本。
缺少数据的情况下，大型多元三层模型似然估计的改进算法。
CFI/TLI的Monte Carlo输出；RMSEA的新摘要。
科学软件网不定期举办各类公益培训和讲座，让您有更多机会免费学习和熟悉软件。
