首页 ＞ 商品介绍 > 学术研究软体 > Mplus > Mplus-统计分析软体

Mplus 是一个统计建模程序，在一个程序中为研究人员提供了广泛的模型、估计器和算法选择，该程序具有易於使用的界面和数据和分析结果的图形显示。

Mplus 允许分析横截面和纵向数据、单级和多级数据、来自具有观察到或未观察到的异质性的不同人群的数据以及包含缺失值的数据。可以对连续、删失、二元、有序分类（有序）、无序分类（名义）、计数或这些变量类型的组合的观察变量进行分析，具有广泛的蒙特卡罗模拟研究能力。

Mplus 建模框架的通用性来自於对连续和分类潜在变量的独特使用。连续潜在变量用於表示与未观察到的结构相对应的因素，与发育个体差异及分层数据中各组系数变化相对应的随机效应，与未观察到的生存时间异质性相对应的弱点，与遗传易感性相对应的负债疾病，以及与缺失数据相对应的潜在反应变量值。分类潜在变量用於表示对应於同质个体群体的潜在类别，

Mplus 是一个潜变量建模程序，具有多种分析功能：

  探索性因素分析

  结构方程建模

  项目反应理论分析

  成长建模

  生存分析（连续和离散时间）

  时间序列分析（N=1 多级）

  混合建模（潜在类分析）

  纵向混合建模（隐马尔可夫、潜在转变分析、潜在类增长分析、增长混合分析）

  多层次分析

  复杂的调查数据分析

  贝叶斯分析

  蒙特卡罗模拟

Mplus 允许将所有这些建模功能组合在一个完全集成的通用潜在变量框架中。

图显示了可以在 Mplus 中建模的关系类型。





矩形代表观察到的变量。观察变量可以是结果变量或背景变量。背景变量称为 x；连续和删失的结果变量称为 y；二元、有序分类（序数）、无序分类（名义）和计数结果变量称为 u。圆圈代表潜在变量。允许连续和分类潜在变量。连续的潜在变量被称为 f。

图中的箭头表示变量之间的回归关系。允许但未在图中具体显示的回归关系包括观察到的结果变量之间、连续潜在变量之间和分类潜在变量之间的回归。对於连续结果变量，使用线性回归模型。对於审查结果变量，使用审查（tobit）回归模型，在审查点有或没有通货膨胀。对於二元和有序分类结果，使用概率或逻辑回归模型。对於无序的分类结果，使用多项逻辑回归模型。对於计数结果，使用泊松和负二项式回归模型，在零点有或没有通货膨胀。