又大又硬又爽又粗又快的视频免费|男人扒开添女人下免费视频|欧美日韩视频免费播放|美女扒开屁股让男人桶视频免费

  • <dl id="qmwet"><ins id="qmwet"></ins></dl>
    <sup id="qmwet"><menu id="qmwet"></menu></sup>
  • <input id="qmwet"></input>
    <sup id="qmwet"><menu id="qmwet"></menu></sup>
  • 返回
    頂部

    Mplus 8.10 ——結構方程模型軟件

    軟件試用 獲取報價

    軟件簡介

    Mplus 是一款統計建模程序,給研究人員提供了一個靈活的分析數據的工具。
    Mplus界面簡單、數據和分析結果以圖形顯示,為研究人員提供廣泛的模型、估計和算法的選擇。Mplus允許進行橫截面和縱向、單級和多級數據分析;來自不同人群的觀測數據或未觀測到的異質性數據,以及包含缺失值的數據都可以進行分析??梢詫B續、刪失、二進制、有序分類(序數)、無序類別(計數)、計數或這些變量類型的組合觀測變量都可以進行分析。此外,Mplus還具有廣泛的蒙特卡羅模擬功能,程序中包含的任何模型,都可以生成和分析數據。
    Mplus的建??蚣芙梃b了潛變量的統一主題。而且一般的建??蚣軄碜赃B續和分類潛變量的使用。連續潛變量用于表示與未觀測到的構造相對應的因素,隨機效應與發展中的個體差異相對應,隨機效應與分層數據中各組間系數變化相對應,弱點對應于生存時間的異質性,責任與疾病遺傳易感性相對應,潛在響應變量值與缺失數據相對應。分類潛變量對應于均質個體群,潛在的軌跡分類對應于未觀測種群的發展類型,混合組件對應于未觀測種群的有限混合,潛在響應變量類別對應于缺失數據。


    最新動態

    >> 【軟件更新】Mplus 8.10 最新更新內容!



    軟件介紹


    建模數據的目的是以簡單的方式描述數據結構,便于理解和解釋。本質上,數據建模相當于指定變量之間的一組關系。下圖表示了在Mplus建模中的關系類型。矩形表示觀測變量,觀測變量可以是結果變量或背景變量。背景變量為X,連續和截尾結果變量為y,二元、有序范疇(序數),無序分類(名詞)和計數結果變量為u。圓圈代表潛變量。允許連續變量和類別變量,連續潛變量為f,分類潛變量為c。

    圖中的箭頭表示變量之間的回歸關系?;貧w關系是允許的,但在圖中沒有具體說明,包括觀測到的結果變量之間的回歸,連續潛變量之間的回歸以及類別潛變量的回歸。對于連續結果變量,使用的是線性回歸模型。對于結果變量,在刪截點有或沒有通貨膨脹,審查(tobit)都使用回歸模型。對于二進制和有序分類結果,使用概率或logistic回歸模型。對于無序的分類結果,使用多項式logistic回歸模型。對于計數結果,不管通貨膨脹率是否為零,都使用Poisson和負二項回歸模型。

    Mplus模型包括連續的潛變量、分類潛變量、連續變量和類別潛變量的組合。上圖中,圓柱A描述只有潛在連續變量的模型。圓柱B描述只有特定潛變量的模型。完整的建??蚣苊枋隽诉B續變量和類別變量相結合的模型。上圖表明,Mplus估計的描述個體水平的多層次模型(內部)和集群水平(之間)的變量。


    Mplus Base Program

    可以估計回歸、路徑分析、探索性因素分析和驗證性因素分析(EFA和CFA)、結構方程模型(SEM)、增長以及離散和連續時間生存分析模型。在回歸和路徑分析模型中,觀測到的因變量可以是連續的、刪失的、二進制的、有序的(序數)、計數或這些變量類型的組合。此外,對于非中介變量的回歸分析和路徑分析,觀測到的因變量可以是無序的分類(名義上)。在探索性因素分析中,因素指標可以是連續的、二進制的、有序的分類(排序)或是這些變量類型的組合。在CFA、SEM和增長模型中,觀測到的因變量可以是連續的、刪失的、二元的、有序的(序數)、無序的分類(名詞)、計數或這些變量類型的組合。其他特殊的功能包括單組或多組分析,缺失數據估計;復雜的調查數據分析,包括分層,聚類,和不平等的選擇概率(抽樣權重);用極大似然法分析潛在變量相互作用和非線性因素;隨機斜率;個體變化的觀測次數;非線性參數約束;間接影響;所有結果類型的極大似然估計。引導的標準誤差和置信區間;貝葉斯分析與多重歸責原則;蒙特卡羅模擬功能以及后處理圖形模型。


    Mplus Base Program and Mixture Add-On

    包含了所有Mplus Base Program的功能。此外,它估計回歸混合模型;路徑分析混合模型;潛在類別分析;具有多個分類潛在變量的潛在類別分析;對數線性模型;有限混合模型;編譯器平均因果效應(CACE)模型;潛在類別增長分析;潛在過渡分析;隱馬爾可夫模型;以及離散和連續時間生存混合分析。觀察到的因變量可以是連續的、刪失的、二元的、有序分類(序數)、無序分類(名義)、計數或這些變量類型的組合。其他特殊功能包括單組或多組分析;缺失數據估計;復雜的調查數據分析,包括分層、聚類、和不等的選擇概率(抽樣權重);使用最大似然的潛在變量相互作用和非線性因子分析;隨機斜率;不同的觀察時間;非線性參數約束;間接影響;所有結果類型的最大似然估計;引導標準誤差和置信區間;隨機開始的自動起始值;貝葉斯分析和多重插補;蒙特卡洛模擬設施;和一個后處理圖形模塊。引導標準誤差和置信區間;隨機開始的自動起始值;貝葉斯分析和多重插補;蒙特卡洛模擬設施;和一個后處理圖形模塊。引導標準誤差和置信區間;隨機開始的自動起始值;貝葉斯分析和多重插補;蒙特卡洛模擬設施;和一個后處理圖形模塊。


    Mplus Base Program and Multilevel Add-On

    包含 Mplus Base Program的所有功能。此外,它使用多級模型估計聚類數據的模型。這些模型包括多級回歸分析、多級路徑分析、多級因子分析、多級結構方程建模、多級增長建模以及多級離散和連續時間生存模型。在多級分析中,觀察到的因變量可以是連續的、刪失的、二元的、有序分類(序數)、無序分類(名義)、計數或這些變量類型的組合。其他特殊功能包括單組或多組分析;缺失數據估計;復雜的調查數據分析,包括分層、聚類和不等的選擇概率(抽樣權重);使用最大似然的潛在變量相互作用和非線性因子分析;隨機斜率;不同的觀察時間;非線性參數約束;所有結果類型的最大似然估計;貝葉斯分析和多重插補;蒙特卡洛模擬設施;和一個后處理圖形模塊。


    Mplus Base Program and Combination Add-On

    包含 Mplus Base Program 和 Mixture and Multilevel Add-Ons 的所有功能。此外,它還包括在同一模型中同時處理聚類數據和潛在類別的模型,例如兩級回歸混合分析、兩級混合驗證性因子分析(CFA)和結構方程建模(SEM),以及級潛在類別分析、多級增長混合建模以及兩級離散和連續時間生存混合分析。其他特殊功能包括缺失數據估計;復雜的調查數據分析,包括分層、聚類和不等的選擇概率(抽樣權重);使用最大似然的潛在變量相互作用和非線性因子分析;隨機斜率;不同的觀察時間;非線性參數約束;所有結果類型的最大似然估計;貝葉斯分析和多重插補;蒙特卡洛模擬設施;和一個后處理圖形模塊。


    適用平臺

    Microsoft Windows 8/10 Mac OS X 10.8或更高版本
    Linux (已在下面的平臺中測試過: Ubuntu, RedHat, Fedora, Debian和Gentoo) 至少1GB以上的內存 至少120 MB硬盤空間




    相關軟件




    北京友萬信息科技有限公司,英文全稱:Beijing Uone Info&Tech Co.,Ltd ( Uone-Tech )是中國大陸領先的教育和科學軟件分銷商,已在中國300多所高校建立了可靠的分銷渠道。擁有最成功的教學資源和數據管理專家。如需申請軟件采購及老版本更新升級請聯系我們,咨詢熱線:010-56548231 ,咨詢郵箱:info@uone-tech.cn 感謝您的支持與關注。