引言

Mplus 是一款统计建模法式，为钻研人员提供矫捷的数据分析工具。该法式集成了丰硕的模型、估计步骤和算法，并建设易于编纂的界面以及数据和了局的图形展示职能。Mplus 支持横截面数据和纵向数据分析、单层和多层数据分析、来自分歧总体（含观测或未观测异质性）的数据分析，以及含缺失值的数据分析。对于观测变量，可处置陆续、删失、二元、有序分类（次第）、无序分类（名义）、计数或上述变量类型的组合。此表，Mplus 拥有宽泛的蒙特卡洛仿照钻研能力，可凭据法式中蕴含的大无数模型进行数据天生和分析。

?

?

Mplus 建？蚣

数据建模的主张是以简洁的方式描述数据结构，使其易于理解和诠释。性质上，数据建模即是在变量之间指定一组关系。Mplus 支持建模的关下粪型蕴含：

• 矩形暗示观测变量，可分为了局变量和布景变量。布景变量记为 x；陆续和删失了局变量记为 y；二元、有序分类（次第）、无序分类（名义）和计数了局变量记为 u。

• 圆形暗示潜变量，蕴含陆续潜变量和分类潜变量。陆续潜变量记为 f，分类潜变量记为 c。

?

图中的箭头暗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蕴含：观测了局变量之间、陆续潜变量之间以及分类潜变量之间的回归。对于陆续了局变量，选取线性回归模型；对于删失了局变量，选取删失（tobit）回归模型（可在删失点处选择是否蕴含膨胀）；对于二元和有序分类了局，选取 probit 或 logistic 回归模型；对于无序分类了局，选取多项 logistic 回归模型；对于计数了局，选取泊松和负二项回归模型（可在零点处选择是否蕴含膨胀）。

?

Mplus 中的模型可蕴含陆续潜变量、分类潜变量，或两者的组合。图中椭圆 A 暗示仅含陆续潜变量的模型，椭圆 B 暗示仅含分类潜变量的模型，齐全的建？蚣茉蚝锹叫敕掷嗲北淞康淖楹。图中的“组内（Within）”和“组间（Between）”部门批注，Mplus 可估计描述个别水平（组内）和集群水平（组间）变异的多层模型。

?

陆续潜变量用于暗示：未观测构想对应的因子、个别发展差距对应的随机效应、分层数据中系数跨组变异对应的随机效应、生计功夫未观测异质性对应的脆弱性、疾病遗传易感性对应的易感性，以及缺失数据对应的潜响应变量值。分类潜变量用于暗示：同质个别群对应的潜类别、未观测总体中发展类型对应的潜轨迹类别、未观测总体有限混合对应的混合成分，以及缺失数据对应的潜响应变量类别。

?

?

• ?