广告合作
  • 今日头条

    今日头条

  • 百度一下

    百度一下,你就知道

  • 新浪网

    新浪网 - 提供新闻线索,重大新闻爆料

  • 搜狐

    搜狐

  • 豆瓣

    豆瓣

  • 百度贴吧

    百度贴吧——全球领先的中文社区

  • 首页 尚未审核订阅工具 订阅

    MPLUS结构方程模型应用:[6]模型语句举例

    来源:网络收集  点击:  时间:2024-04-08
    【导读】:
    介绍几个mplus输入文件的原型例子,如带协变量的CFA模型(MIMIC模型),带时间不变性协变量的增长模型,带协变量和直接效应的潜类别分析模型(LCA),带随机截距和随机斜率的多水平回归模型。大家可以在这个基础上进行修改。工具/原料moremplus7方法/步骤1/4分步阅读

    带协变量的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中包含两个因子,留个连续因子指标,以及三个协变量

    DATA: FILE IS mimic.dat; !数据文件

    VARIABLE: NAMES ARE y1-y6 x1-x3; !变量名称,y1-y6为测量指标,x1-x3为3个协变量

    MODEL: f1 BY y1-y3;

    f2 BY y4-y6; f1 f2 ON x1-x3; !y1-y3负载在f1因子上,y4-y6负载在f2因子上,同时均有f1 f2在x1-x3上的回归。

    2/4

    带时间不变性协变量的增长模型

    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

    !四个时间点上的连续变量,同时截距和斜率因子在两个时间不变性协变量上的回归

    DATA: FILE IS growth.dat;

    VARIABLE: NAMES ARE y1-y4 x1 x2; !y1-y4表示4个点的变量数据,x1 x2是两个协变量

    MODEL: i s |y1@0 y2@1 y3@2 y4@3;

    i s ON x1 x2;

    !i表示截距,s表示斜率,|表示定义随机效应变量,i s在y1-y4上的负载均分别为0,1,2,3。i s ON x1 x2; 表示x1,x2对i s的回归。

    3/4

    带协变量和直接效应的潜类别分析模型(LCA)

    TITLE: this is an example of a latent class

    analysis with two classes, one covariate,

    and a direct effect !潜类别分析包括两类,一个协变量和一个直接效应

    DATA: FILE IS lcax.dat;

    VARIABLE: NAMES ARE u1-u4 x;

    CLASSES = c (2); !定义潜类别变量c,包括两个类别

    CATEGORICAL = u1-u4; !潜类别变量的指示变量u1-u4为分类变量

    ANALYSIS: TYPE = MIXTURE; !分析方法为混合模型

    MODEL:

    %OVERALL% !混合模型中必须的语句

    c ON x; !潜类别c在协变量x上的回归

    u4 ON x; !指示变量u4在x上的回归

    4/4

    带随机截距和随机斜率的多水平回归模型

    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

    !多水平回归相当于我们平时才用HLM分析多水平线性模型一样,一个个体水平上的变量(一级水平),一个簇水平上的变量(二级水平)

    DATA: FILE IS reg.dat;

    VARIABLE: NAMES ARE clus y x w;

    CLUSTER = clus; WITHIN = x; BETWEEN = w; MISSING = .; !clus为二级分组变量,x为被试内变量(一级变量),y为被试间变量(随着clus而变化的二级变量)。缺失值为“.。

    DEFINE: CENTER x (GRANDMEAN);!定义对x变量进行整体中心化。

    ANALYSIS: TYPE = TWOLEVEL RANDOM; !两水平的随机模型

    MODEL:

    %WITHIN% s | y ON x; !被试内的y随x变化的斜率

    %BETWEEN% y s ON w; !被时间y和斜率随w变化

    mplus方程
    本文关键词:

    版权声明:

    1、本文系转载,版权归原作者所有,旨在传递信息,不代表看本站的观点和立场。

    2、本站仅提供信息发布平台,不承担相关法律责任。

    3、若侵犯您的版权或隐私,请联系本站管理员删除。

    4、文章链接:http://www.1haoku.cn/art_463866.html

    相关资讯

    ©2019-2020 http://www.1haoku.cn/ 国ICP备20009186号05-07 18:23:06  耗时:0.020
    0.0198s