有的時候我們發現結果中缺少許多我們想看到的結果,比如標準化的結果,比如相關等等。我們接下來介紹幾種我們常用的output的語句及其功能。形式即為 output:命令 ;
工具/原料
mplus 7.0
方法/步驟
sampstat(大小寫沒有關係)。非常有用要求提供樣本統計量及對應的標準誤。在連續變量時為均值、方差、協方差和相關係數,只有指標,沒有潛變量。類別變量時為門欄值,二分因變量時的一階和二階樣本比率;四分相關,多及相關,多系列相關等信息。
patterns,這個參數在有缺失值的情況下非常有用,我們經常需要報告缺失值的類型,那麼這個參數很好的幫你總結了missing的模式。如下圖,5個變量有9中缺失方式,x代表沒有缺失,每種缺失的個數在下面有標明。
![]()
standardized;這個是我們經常要用到的,因為我們總是希望能夠看到標準化的解。但是像一般路徑分析模型中,標準化的解不提供P值,但是也沒關係,因為在非標準化中已經有了。standardized總共有三種形式,我們可以直接寫stdyx stdy std;第一種stdyx是自變量和因變量都進行標準化,包括潛變量和結局變量以及背景變量的方差,第二種stdy是標準化連續潛變量和結局變量的方差,而std只是標準化連續潛變量的方差,前面兩種t值基本不變,所以沒有什麼區別。
residual;提供觀察變量的殘差值。
crosstabs;提供類別變量間的交叉頻率表
cinterval:報告參數置信區間值,特別是在bootstrap的時候用的較多
modindices;提供模型修正指數、期望參數變化指數和兩種標準化期望參數變化等信息。默認大於10,需要報告所有值的時候用modindices(all),需要大於一定值只需將all換成相應的值即可。
同時mplus還提供14中技術報告,我們只需要知道其中比較常用的即可。
tech1 包括參數的設置有多少個,自由估計參數開始值等等
tech3 提供估計的協方差和相關矩陣,注意這裡是估計的,而不是樣本的。
tech4 提供模型中潛變量的均值,協方差和相關係數等,而不是sampstat中提供的連續結果變量的均值。
接下來幾個是混合模型(有潛類別的)分析時用到的
TECH11 報告lmr檢驗和校正檢驗,用於比較M各潛類別模型和M-1個潛類別模型間的差異,顯著的P值說明拒絕M-1個潛類別模型而支持估計的模型,僅適用於MLR估計法。
tech12 提供觀測和估計的均值、方差、協方差、但變量偏態和峰態值之間的殘差。
tech13 模型擬合單變量、二分、多遠偏態和峰態模型的雙側檢驗。
tech14 報告blrt參數用於確定潛類別個數。
原作者:delta數據工作室
本文內容整理自網絡, 文中所有觀點看法不代表淘大白的立場
MPLUS軟體已成為結構方程模型的主流軟體,受到心理學,社會科學,經濟學等學科研究者的青睞. 工具/原料 mplus7.0 方法/步驟 Mplus是一個統計建模軟體為研究者提供了一個靈活的工具來分析數據,提供了多種選擇,具有易於使用的圖形界面和展示數據分析結果的模式,估計和算法.Mplus允許一起分 ...
當我們做回歸,假如因變量是二分類變量或者是有序分類變量時,我們需要採用邏輯回歸對回歸進行分析.關於用spss做邏輯回歸可以參考我之前的經驗. 工具/原料 mplus 7 方法/步驟 TITLE: this is an example of a logistic regression for a c ...
mplus命令的最大特點是能用簡潔的語言表達複雜的模型,同時易於理解.因為很多參數已經由mplus在後台設定為默認設置.當然這些設置也可以根據研究需要通過另外的設定而被改變. 方法/步驟 mplus有十個一級命令:分別為:title,data,variable,define,analysis,mod ...
當前的mplus7提供了多個作業系統版,最初第一版發布於1998年底,最後一次升級是在2012年發布的第七版 工具/原料 mplus7 方法/步驟 獲取方式 假如沒有意願要購買的話,那麼可以直接從mplus的主頁上下載演示版(由於百度規定就不在此列出網址,大家可以再百度中輸入muthen&m ...
前面我們介紹了連續變量的路徑分析方法,那麼mplus如何處理分類數據為因變量的路徑分析呢? 工具/原料 mplus7 方法/步驟 對於分類變量的路徑係數,方法與分類變量的回歸方程大同小異,我們只需要在語句中對變量進行一下類型設定,那麼運行結果就可以幫助我們解釋對於分類變量的因變量如何影響. TITL ...
probit模型和logistic模型的結果在很多情況下非常想近,但是從output上比較發現,logistic回歸會報告OR值,但是probit模型只會報告回歸係數.而兩者最大的區別在與logistic回歸採用最大似然估計(ML).而probit回歸採用穩健加權最小二乘法(WLSM)(默認的方法) ...
每種語言都有自己的語法規則,mplus作為讓用戶自己編寫的程序軟體,也有著自己的語法規則.下面我將為大家介紹一些我在寫mplus的過程中的一些語法經驗 工具/原料 mplus7 方法/步驟 1,所有的一級命令必須新開一行,同時後面緊跟冒號. 2,每個子命令之間用分號隔開,這一點是造成mplus報錯最 ...
在社會科學中經常遇到數據缺失的問題,特別是對於追蹤等縱向數據來說,缺失的數據直接去掉會丟失數據信息,因此我們首先需要在原始數據中進行缺失數據的標示. 方法/步驟 這裡簡單介紹關於缺失數據在原始數據中的標示,對於缺失數據的處理,MPLUS有著其無與倫比的強大功能,這將在之後的教程中呈現,但是第一步我們 ...
當我們的數據量較小的時候,我們不想直接把缺失值刪掉,而是想通過一定的技術手段將這些數據補全,統計中用到的最多的就是多重插補法.下面我將為大家演示在mplus中如何進行多重插補計算. 工具/原料 mplus 7.0 方法/步驟 多重插補的方法假設在數據隨機缺失的情況下,用兩個或更多能夠反映數據本身機率 ...
在前兩篇經驗中,我們介紹了對於二分類變量或者是有序的多分類變量我們可以採用logistic回歸於probit回歸,那麼對於無序的多分類變量,我們在mplus中該如何處理呢? 工具/原料 mplus 7 方法/步驟 對於多分類的無序稱名變量(multinominal variable),比如工作職業等 ...
才用mplus進行線性回歸可能對於習慣於spss的人來講是有點多餘,但是mplus處理線性回歸才用的是極大似然估計(maximum likelihood).而我們通常意義上在spss中才用的是最小二乘法. 工具/原料 mplus 7 mplus user guide中3.1輸入文件和數據 方法/步驟 ...
介紹幾個mplus輸入文件的原型例子,如帶協變量的CFA模型(MIMIC模型),帶時間不變性協變量的增長模型,帶協變量和直接效應的潛類別分析模型(LCA),帶隨機截距和隨機斜率的多水平回歸模型.大家可以在這個基礎上進行修改. 工具/原料 mplus7 方法/步驟 帶協變量的CFA模型(MIMIC模型 ...
我們在分類結局變量做模型的時候,result中會出現thresholds,許多人不明白這個是什麼含義,以及對於它的解釋.那麼如何解釋threshold以及它與截距有什麼不同?下面小編希望以最簡單易懂的方式告訴大家. 工具/原料 mplus 6.0 方法/步驟 首先,thresholds的意思是門欄, ...
極大似然估計在處理缺失值數據時又稱作全息極大似然估計(Full Information maximum likelihood,)比之於其他的處理缺失值的方法,FIML能夠使用所有觀測變量的全部信息,沒有刪除任何case或者是數據,因此受到大家的親睞.但是當我們做路徑分析的時候,我們發現結果會報告自變 ...
那麼對於因變量的數據類型,我們將刪失數據,分類數據,連續數據,無序的分類數據等都放在一起,我們應該怎麼進行路徑分析?也許這就是所有類型數據的匯集了 工具/原料 mplus7 方法/步驟 TITLE: this is an example of a path analysis with a comb ...
前面我們考慮了因變量為連續變量以及多種分類變量的回歸分析,下面我將為大家介紹泊松回歸的方法來處理計數數據的回歸分析,這也是小編在幫別人做數據分析的時候,經常遇到的一種回歸分析方法. 方法/步驟 有時候研究需要記錄事件發生的機率.例如,兒童心理學家在特定時間內記錄兒童攻擊行為或欺負行為的次數.再如,安 ...
我們回歸中比較少見的一種回歸方法,隨機係數回歸分析(random coefficient regression).我簡單向大家介紹下. 工具/原料 mplus7 方法/步驟 TITLE: this is an example of a random coefficient regression D ...
回歸模型處理的是一個或多個自變量與單個因變量之間的關係,如果因變量不止一個,那麼回歸模型將不再適用.小編將系列介紹mplus中如何處理這種多因變量的數據,那就是路徑分析. 工具/原料 mplus7 方法/步驟 路徑分析分廣義和狹義之分.在狹義的路徑分析中,所有的變量都是觀測變量:廣義的路徑分析還包含 ...
18種常見室內植物的功效. 工具/原料 滴水觀音.非洲茉莉.白掌.銀皇后.鐵線蕨.鴨腳木.吊蘭.蘆薈.龜背竹.常春藤.橡皮樹.文竹.棕竹.富貴竹.發財樹.綠蘿.仙人掌.君子蘭 方法/步驟 1:滴水觀音:有清除空氣灰塵的功效.(溫馨提示:滴水觀音莖內的白色汁液有毒,滴下的水也是有毒的,誤碰或誤食其汁液 ...
主板是整個電腦的主要部分,很多故障都是發生在它身上的,學會自己動手修理,或許能解決你的小麻煩.以下是幾種常見的實例: 方法/步驟 故障現象:修改了BIOS設置後不能保存. 故障分析和處理:這種故障一般是因主板電池電壓不足造成,更換主板電池即可.如果更換後故障還存在,則要看是不是主板CMOS跳線設置不 ...
主板