MPLUS結構方程模型應用:[6]模型語句舉例?

介紹幾個mplus輸入文件的原型例子,如帶協變量的CFA模型(MIMIC模型),帶時間不變性協變量的增長模型,帶協變量和直接效應的潛類別分析模型(LCA),帶隨機截距和隨機斜率的多水平迴歸模型。大家可以在這個基礎上進行修改。

工具/原料

mplus7

方法/步驟

帶協變量的CFA模型(MIMIC模型)

TITLE: this is an example of a MIMIC model

with two factors, six continuous factor indicators, and three covariates

!CFA中包含兩個因子,留個連續因子指標,以及三個協變量

DATA: FILE IS mimic.dat; !數據文件

VARIABLE: NAMES ARE y1-y6 x1-x3; !變量名稱,y1-y6為測量指標,x1-x3為3個協變量

MODEL: f1 BY y1-y3;

f2 BY y4-y6; f1 f2 ON x1-x3; !y1-y3負載在f1因子上,y4-y6負載在f2因子上,同時均有f1 f2在x1-x3上的迴歸。

MPLUS結構方程模型應用:[6]模型語句舉例

帶時間不變性協變量的增長模型

TITLE: this is an example of a linear growth

model for a continuous outcome at four

time points with the intercept and slope

growth factors regressed on two timeinvariant covariates

!四個時間點上的連續變量,同時截距和斜率因子在兩個時間不變性協變量上的迴歸

DATA: FILE IS growth.dat;

VARIABLE: NAMES ARE y1-y4 x1 x2; !y1-y4表示4個點的變量數據,x1 x2是兩個協變量

MODEL: i s [email protected] [email protected] [email protected] [email protected];

i s ON x1 x2;

!i表示截距,s表示斜率, 表示定義隨機效應變量,i s在y1-y4上的負載均分別為0,1,2,3。 i s ON x1 x2; 表示x1,x2對i s的迴歸。

MPLUS結構方程模型應用:[6]模型語句舉例

帶協變量和直接效應的潛類別分析模型(LCA)

TITLE: this is an example of a latent class

analysis with two classes, one covariate,

and a direct effect !潛類別分析包括兩類,一個協變量和一個直接效應

DATA: FILE IS lcax.dat;

VARIABLE: NAMES ARE u1-u4 x;

CLASSES = c (2); !定義潛類別變量c,包括兩個類別

CATEGORICAL = u1-u4; !潛類別變量的指示變量u1-u4為分類變量

ANALYSIS: TYPE = MIXTURE; !分析方法為混合模型

MODEL:

%OVERALL% !混合模型中必須的語句

c ON x; !潛類別c在協變量x上的迴歸

u4 ON x; !指示變量u4在x上的迴歸

MPLUS結構方程模型應用:[6]模型語句舉例

帶隨機截距和隨機斜率的多水平迴歸模型

TITLE: this is an example of a multilevel

regression analysis with one individual- level outcome variable regressed on an individual-level background variable where the intercept and slope are regressed on a cluster-level variable

!多水平迴歸相當於我們平時才用HLM分析多水平線性模型一樣,一個個體水平上的變量(一級水平),一個簇水平上的變量(二級水平)

DATA: FILE IS reg.dat;

VARIABLE: NAMES ARE clus y x w;

CLUSTER = clus; WITHIN = x; BETWEEN = w; MISSING = .; !clus為二級分組變量,x為被試內變量(一級變量),y為被試間變量(隨著clus而變化的二級變量)。缺失值為“."。

DEFINE: CENTER x (GRANDMEAN);!定義對x變量進行整體中心化。

ANALYSIS: TYPE = TWOLEVEL RANDOM; !兩水平的隨機模型

MODEL:

%WITHIN% s y ON x; !被試內的y隨x變化的斜率

%BETWEEN% y s ON w; !被時間y和斜率隨w變化

MPLUS結構方程模型應用:[6]模型語句舉例

模型, 變量, 結構, 語句, 方程,
相關問題答案