Mplus培训记录材料.docx

1、Mplus培训记录材料外显变量，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 Bayesian analysis程序语言： 1.TITLE: a title for the analysis (not part of the syntax) 2.DATA: (required) information about the data set 3.VARIABLE: (required) in

2、formation about the variables in the data set 4.DEFINE: transform existing variables and create new variables 5.ANALYSIS: technical details of the analysis 6.MODEL: describe the model to be estimated 7.OUTPUT: request additional output 8.SAVEDATA: save the analysis data, auxiliary data, and results

3、9.PLOT: request graphical displays of observed data and results 10.MONTECARLO: details of a simulation study；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F1 by y1 y2 y3;ON定义回归F1 ON F2 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FORMAT IS FREE;一般默认自由格式即可数据类型TYPE ISINDIVIDUAL.LISTWISE =ON;OFFDATA

4、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： AND logical and OR logical or NOT logical not EQ equal = NE not equal /= GE greater than or equal to = LE less than or equal to LT less

5、 than 变量类型： CONTINUOUS 连续 CATEGORICAL 类别 COUNT 计数 NOMINAL 名义 CENSORED截尾数值型标签 MISSING = y1(9);!变量y1的9代表缺失值 。 MISSING = y1-y10(9);!变量y1-y10的9代表缺失值 。 MISSING = y1(9) y2(9 99) ;!变量y1的9代表缺失值 ;y2的9和99都代表缺失值。 MISSING = ALL (9) ;!所有变量的9都代表缺失值。define部分可查命令分析类型type参数估计方法ESTIMATOR =参数估计方法； =MLM;稳健极大似然估计 =ML;极大

6、似然估计； =MLR;稳健极大似然估计； =WLSMV;加权最小二乘法估计，使用对角加权矩阵伴均值-方差校正卡方检验。定义的都是因变量的类型，根据手册和模型，软件自动最优选择6， THE MOODEL COMMANDLst of variables; 定义方差或残差方差MODEL-自由估计*p 将默认设置改成自由估计F1 by y1* y2 y3 y4; !在Mplus中执行因素分析时，为了统一测量单位，程序默认第一个条目的因子负荷为1，通过*可以将程序默认值改为自由估计。p 指定开始值F1 on F2*0.1; !回归系数的开始值0.1MODEL-固定参数 通过使用固定某些参数为特定的数值。

7、 e.g.,F1 by y1 y2 0.5 y3 y4 0.6;!项目y2 和y4的因子负荷被分别固定为0.5和0.6;F10; !F1的方差固定为0；warning 警告提示数据错误IND中介效应 侧重整个路径左边是因变量，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：MOODEL CONSTRAINT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

8、无效的，40%探索性因子分析CFA vs. 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：1. 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2. t法则 t=p(p+1)/23. 三指标法则 4. 两指标法则 5. 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250 SRMR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

9、不错 .85NFI 规范拟合指数 不常用NNFI/TLI 非规范拟合指数 NNFIAIC BIC 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 建议的修正M.I.大于3,6即是显著的每次只修改一个CFA 到结构方程模型，中介 调节变量Latent Moderated Structural Equations潜调节结构方程模型在理论上，中介变量研究内部机制逐步检验法 每步检验一个 多次检验，统计检验力度不高逐步检验法(Causal Steps Approach) 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

10、如下： a . 检验总效应系数 c 是否显著； b . 检验自变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 c 是否显著。 在 a 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(Suppression model; MacKinnon, Krull,&Lockwood, 2000)。 如果按照逐步检验法

11、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.,MacKinnon et al., 2002; 2004)。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Bootstrapping Bootstrap不需要分布假设所以避免了系数乘积

12、检验违反分布假设的问题，而且该方法不依赖标准误所以避免了不同标准误公式产生结果不一致的问题。 模拟研究发现，与其他中介效应检验方法相比Bootstrap具有较高的统计效力(e.g., Briggs,2006;Cheung, & Lau, 2008; MacKinnon et al., 2002,2004)。 因此，Bootstrapping法是目前比较理想的中介效应检验法(Preacher, & Hayes, 2008;Hayes, Preacher, & Myers, 2011)。 Mplus提供两种Bootstrap：标准的和残差的 (Bollen & Stine, 1992; Ender

13、s, 2002) 。 残差的Bootstrap只适应于连续变量的ML估计。通过使用Bootstrap语句以及MODELINDIRECT和CINTERVAL，可以得到间接效应的Bootstrap标准误和偏差校正的Bootstrap置信区间。 因为涉及到再抽样，所以在估计时要求输入数据为原始数据。 如果置信区间包括0则说明系数不显著；如果不包括0说明系数显著。中介效应分解 通常分解的内容有: (1)中介效应的大小； (2)中介效应占总效应的比例，ab/ab+c； (3)中介效应与直接效应之比，ab/c； (4)分析特定中介效应即通过某个中介变量的中介效应。现在最新的是贝叶斯的中介效应检验新变量定义用define路径分析的拟合度是1没有意义自由度和卡方为0结果主要看哪些？STANDARDIZED MODEL RESULTSSTDYX Standardization 自变量和因变量XY的标准差STDY Standardization 自变量是分类变量的话，只做Y中介效应看 IND 调节变量的检验概念图和路径图用潜变量做 中介和调节方法 LMS乘积指标法 配对原则：高因子载荷相乘sem需要系数和拟合指数mls只需要