首頁 ﹥ 商品介紹 > 學術研究軟體 > Mplus > Mplus-統計分析軟體

Mplus 是一個統計建模程序，在一個程序中為研究人員提供了廣泛的模型、估計器和算法選擇，該程序具有易於使用的界面和數據和分析結果的圖形顯示。

Mplus 允許分析橫截面和縱向數據、單級和多級數據、來自具有觀察到或未觀察到的異質性的不同人群的數據以及包含缺失值的數據。可以對連續、刪失、二元、有序分類（有序）、無序分類（名義）、計數或這些變量類型的組合的觀察變量進行分析，具有廣泛的蒙特卡羅模擬研究能力。

Mplus 建模框架的通用性來自於對連續和分類潛在變量的獨特使用。連續潛在變量用於表示與未觀察到的結構相對應的因素，與發育個體差異及分層數據中各組係數變化相對應的隨機效應，與未觀察到的生存時間異質性相對應的弱點，與遺傳易感性相對應的負債疾病，以及與缺失數據相對應的潛在反應變量值。分類潛在變量用於表示對應於同質個體群體的潛在類別，

Mplus 是一個潛變量建模程序，具有多種分析功能：

  探索性因素分析

  結構方程建模

  項目反應理論分析

  成長建模

  生存分析（連續和離散時間）

  時間序列分析（N=1 多級）

  混合建模（潛在類分析）

  縱向混合建模（隱馬爾可夫、潛在轉變分析、潛在類增長分析、增長混合分析）

  多層次分析

  複雜的調查數據分析

  貝葉斯分析

  蒙特卡羅模擬

Mplus 允許將所有這些建模功能組合在一個完全集成的通用潛在變量框架中。

圖顯示了可以在 Mplus 中建模的關係類型。





矩形代表觀察到的變量。觀察變量可以是結果變量或背景變量。背景變量稱為 x；連續和刪失的結果變量稱為 y；二元、有序分類（序數）、無序分類（名義）和計數結果變量稱為 u。圓圈代表潛在變量。允許連續和分類潛在變量。連續的潛在變量被稱為 f。

圖中的箭頭表示變量之間的回歸關係。允許但未在圖中具體顯示的回歸關係包括觀察到的結果變量之間、連續潛在變量之間和分類潛在變量之間的回歸。對於連續結果變量，使用線性回歸模型。對於審查結果變量，使用審查（tobit）回歸模型，在審查點有或沒有通貨膨脹。對於二元和有序分類結果，使用概率或邏輯回歸模型。對於無序的分類結果，使用多項邏輯回歸模型。對於計數結果，使用泊松和負二項式回歸模型，在零點有或沒有通貨膨脹。