使用Mplus:初步教學

更新 發佈閱讀 6 分鐘

Mplus 是一套統計軟體,可用於各種心理學和社會科學研究。它具有強大的功能,可用於進行複雜的統計分析,例如潛在變數分析、多層次分析和縱向分析。要開始使用 Mplus,您需要先下載並安裝軟體。安裝 Mplus 後,您就可以開始編寫 Mplus 語法。Mplus 語法是用來告訴軟體如何進行分析的程式碼。

raw-image

匯入資料檔

首先,先教大家如何匯入資料檔,考慮到一般輸入和處理資料多為SPSS,因此本篇即採用SPSS的raw檔案說明如何轉換成Mplus可讀取之檔案類型。

SPSS:選擇另存新檔→Tab鍵分隔(*.dat)→儲存

(1)記得把將變項寫入檔案選項取消

(2)若只要部分變項,請點變數,選擇你要的變項就好

raw-image

因為。SPSS原定的遺漏值是空白,但MPLUS並不會將空白設成遺漏值(固定格式例外),所以將另存的檔案開啟後,按ctrl+H,將所有空白換成*(如下圖),沒有遺漏值則跳果此步驟

raw-image

按按按輸入

如果你不喜歡用語法輸入,可以按按按法輸入,但它只是幫助你少打一些內容,最後關鍵部份還是要自己打。

raw-image

如下圖選你要分析檔案的位置。另外,我不知道為什麼,我的資料檔要放在桌面才可以順利分析。

raw-image
raw-image

加入成功的變項會顯示在變項表單,接下來,將你要分析的變項放到右側。

下面是用來選擇特定要本,例如:

【 A變項 eq 1 and sex eq 2; 】

上句子代表只將A樣本填1 +性別填2者加入分析。

語法如下:

and
or
>=
<=
/= (此符號代表不等於)
>
<
raw-image

接下來,設定每個變項是否為團體或類別變項,若都不是則跳過

團體變項:顧名思義,本分析中用來作為分組的變項,例如 gender (1 = m, 2 =f)

類別變項:顧名思義,非連續變項(例如:及格/不及格),需要使用特定分析方法

raw-image
raw-image

終於要結束了,設定SEM的分析方法,以下簡單說明:

1.ML是最常用的估計方法,但比較要求變項常態,都要是連續變項,會提供MI值

2.MLM :用於連續變項,適用於非常態數據

3.WLSMV:用於類別變項,不要求資料常態

raw-image

如下圖,要系統給出MI值(限ML法),標準化係數,最後按完成,基本設定就完成了,但我們還要提供model,才能跑SEM,如何寫model留在下一篇文章說明!

raw-image

語法輸入

按按按輸入完也會跑出下面部份表格,它只是幫助你少打一些內容,關鍵部份還是要自己打。如果你不喜歡自動輸入,可以完全用語法輸入。我自己慣用的是用按按按幫我輸入資料位置(資料檔名稱太難打了),其他我用語法輸入。基本語法教學文章


TITLE:  CA_CFA !分析名稱

DATA:!分析檔案位置
FILE IS "D:\Desktop\Mplus PhD Study 2 Results\ca_mod_odt_covid.dat";

VARIABLE:
MISSING IS *;!遺漏值*
NAMES = !變項從左到右命成為TOD1_t1~TOD6_t1
TOD1_t1 TOD2_t1 TOD3_t1 TOD4_t1 TOD5_t1 TOD6_t1
smoke1 SEX_t1;

USEVARIABLES =!你這次分析要用的變項
TOD1_t1
TOD2_t1
TOD3_t1
TOD4_t1
TOD5_t1
TOD6_t1
;
categorical =smoke1;!你這次分析的變項哪個是類別,沒有把這句刪除

GROUPING = SEX_t1(0 = L 1 =H)
!你這次分析有分群嗎?本範例中,SEX_t1之0=L 1 =H組,沒有把這句刪除

MODEL:!建立模型
T1 BY
TOD1_t1
TOD2_t1
TOD3_t1
TOD4_t1
TOD5_t1
TOD6_t1
; ! T1因素由TOD1_t1~TOD6_t1構成

ANALYSIS:!設定分析方法
ESTIMATOR IS ML;

OUTPUT: STDXY;!設定輸出內容
  • 在有很多組的情況下,可以使用速記符號用於 GROUPING 選項。 規定如下,其中 country 是分組變量,101 到 200、225 、350 到 360 分成三組國家。
 GROUPING = country (101-200 225 350-360);


  • DEFINE:指令,用於取得變量的MEAN/SUM/CUT 舊變量。CUT 舊變量是將變量化成類別,例如:CUT Y(10 20),將Y分成三類,<=10轉化為0;10-20轉化21;>=20轉化為2。產生的新變項時,要放到USEVARIABLES才可以後續分析時使用。
DEFINE:
變量名稱 = MEAN(舊變量);
變量名稱 = SUM(舊變量);
CUT 舊變量(切割分數);

基本操作就說到這裡了,剩下細節語法會在每次分析的教學文在告訴大家怎麼寫,基本上只會改到MODEL:和ANALYSIS:,前半部大致沒有改變。

注意事項

  • 「; 」代表語句的結束,只要Mplus沒讀到「; 」就會認為是同一個語句
  • 不用區分大小寫
  • 每一行不可以超過90字詞
  • 「=」可以和「is」 、「are 」互換
  • 「! 」標記註釋,會顯示綠色,電腦不會讀這段,這是給人讀的
您的研究遇到了統計分析的困難嗎?您需要專業的統計諮詢和代跑服務嗎?請點我看提供的服務


留言
avatar-img
教育心理博士的筆記本
265會員
139內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。
2025/01/30
當使用MLM或MLR估計法時,需使用Scaled卡方檢定計算嵌套模型之間的卡方差異,本文透過圖文說明,介紹如何使用EXCEL自動計算Scaled卡方檢定,方便且免費。
Thumbnail
2025/01/30
當使用MLM或MLR估計法時,需使用Scaled卡方檢定計算嵌套模型之間的卡方差異,本文透過圖文說明,介紹如何使用EXCEL自動計算Scaled卡方檢定,方便且免費。
Thumbnail
2024/12/30
多層次結構方程模型(MSEM)是一種專為處理多層次資料而設計的結構方程模型,適用於具有群組結構的資料分析。本文介紹多層次結構方程模型(MSEM)的基本概念、公式、以及Mplus語法的基本結構與應用。
Thumbnail
2024/12/30
多層次結構方程模型(MSEM)是一種專為處理多層次資料而設計的結構方程模型,適用於具有群組結構的資料分析。本文介紹多層次結構方程模型(MSEM)的基本概念、公式、以及Mplus語法的基本結構與應用。
Thumbnail
2024/02/27
之前已經說過限制模型,接下來進入下一部份根據Mulder and Hamaker (2021)建議,在 RI-CLPM 中,有許多擴展模型,今天要介紹的是 Extension 1。Extension 1就是加入跨時間不變的預測或結果變項,本文將介紹此模型構造和語法。
Thumbnail
2024/02/27
之前已經說過限制模型,接下來進入下一部份根據Mulder and Hamaker (2021)建議,在 RI-CLPM 中,有許多擴展模型,今天要介紹的是 Extension 1。Extension 1就是加入跨時間不變的預測或結果變項,本文將介紹此模型構造和語法。
Thumbnail
看更多
你可能也想看
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
當你想升級設備、投放廣告,或是為了雙 11 提前備貨,卻發現現金流卡住時,除了等銀行、跟親友開口,其實還有一個常被忽略、卻很有力的選項。讓房子,成為你事業的贊助商——國峯厝好貸。
Thumbnail
當你想升級設備、投放廣告,或是為了雙 11 提前備貨,卻發現現金流卡住時,除了等銀行、跟親友開口,其實還有一個常被忽略、卻很有力的選項。讓房子,成為你事業的贊助商——國峯厝好貸。
Thumbnail
有時候在其他檔案轉換成SPSS檔時,可能出現在一個變項內,以特定符號將不同數字分開的(如下圖,第三行4,7,8),這時無法用SPSS進行有效分析。本文將說明如何使用SPSS將特定符號分開的數字轉換成不同變項,光看文字可能太過抽象,請看圖文教學。
Thumbnail
有時候在其他檔案轉換成SPSS檔時,可能出現在一個變項內,以特定符號將不同數字分開的(如下圖,第三行4,7,8),這時無法用SPSS進行有效分析。本文將說明如何使用SPSS將特定符號分開的數字轉換成不同變項,光看文字可能太過抽象,請看圖文教學。
Thumbnail
關於黑魔法防禦術的課程綱要。 本文介紹如何使用Mplus和PyMC進行數據分析,內容包括Mplus和PyMC的基本介紹,以及如何應用它們進行數據分析。
Thumbnail
關於黑魔法防禦術的課程綱要。 本文介紹如何使用Mplus和PyMC進行數據分析,內容包括Mplus和PyMC的基本介紹,以及如何應用它們進行數據分析。
Thumbnail
在職場上,Excel 是許多人必備的工具之一。它可以用來處理各種數據,包括統計、分析、報表等。在處理數據時,求和是常見的操作之一。然而,如果我們想要在篩選項目更改時,總和資料也隨機變動,該怎麼做呢?
Thumbnail
在職場上,Excel 是許多人必備的工具之一。它可以用來處理各種數據,包括統計、分析、報表等。在處理數據時,求和是常見的操作之一。然而,如果我們想要在篩選項目更改時,總和資料也隨機變動,該怎麼做呢?
Thumbnail
在職場上偶爾會遇到需要針對儲存格顏色來進行計算,甚至統計與分析,其實EXCEL針對儲存格顏色並沒有專屬的函數可以使用,所以呢就必須用一些小技巧來輔助完成。 第一種:巨集函數法 雖然巨集函數也叫函數,但它有別於函數,他是使用EXCEL 巨集中的函數,所以檔案格式必須儲存為巨集活頁簿來使用,而且參照也常
Thumbnail
在職場上偶爾會遇到需要針對儲存格顏色來進行計算,甚至統計與分析,其實EXCEL針對儲存格顏色並沒有專屬的函數可以使用,所以呢就必須用一些小技巧來輔助完成。 第一種:巨集函數法 雖然巨集函數也叫函數,但它有別於函數,他是使用EXCEL 巨集中的函數,所以檔案格式必須儲存為巨集活頁簿來使用,而且參照也常
Thumbnail
Mplus 是一套統計軟體,可用於各種心理學和社會科學研究。它具有強大的功能,可用於進行複雜的統計分析,例如潛在變數分析、多層次分析和縱向分析。要開始使用 Mplus,您需要先下載並安裝軟體。安裝 Mplus 後,您就可以開始編寫 Mplus 語法。Mplus 語法是用來告訴軟體如何進行分析的程式碼
Thumbnail
Mplus 是一套統計軟體,可用於各種心理學和社會科學研究。它具有強大的功能,可用於進行複雜的統計分析,例如潛在變數分析、多層次分析和縱向分析。要開始使用 Mplus,您需要先下載並安裝軟體。安裝 Mplus 後,您就可以開始編寫 Mplus 語法。Mplus 語法是用來告訴軟體如何進行分析的程式碼
Thumbnail
初學GGplot2的時候,一直很希望有一種懶人模板,告訴我什麼指令會控制什麼就好,這樣我就複製貼上然後改一改就行了。 雖然距離摸熟GGplot還差得遠,但希望這些留下摸索的紀錄。 如果可以節省到誰的時間那就太好了。
Thumbnail
初學GGplot2的時候,一直很希望有一種懶人模板,告訴我什麼指令會控制什麼就好,這樣我就複製貼上然後改一改就行了。 雖然距離摸熟GGplot還差得遠,但希望這些留下摸索的紀錄。 如果可以節省到誰的時間那就太好了。
Thumbnail
本篇介紹Mplus的「結構方程模型(Structural Equation Modelling, SEM)」之語法內容,並透過例題向大家示範如何分析撰寫SEM的語法。本文為新手教學,輸入方式可能不是最有效率,但是比較簡單且不太會犯錯
Thumbnail
本篇介紹Mplus的「結構方程模型(Structural Equation Modelling, SEM)」之語法內容,並透過例題向大家示範如何分析撰寫SEM的語法。本文為新手教學,輸入方式可能不是最有效率,但是比較簡單且不太會犯錯
Thumbnail
最近因為輸入資料節省時間跟正確性的需求, 去查了Excel的函數運算怎麼用, 花了大概10分鐘查資料看教學影片, 試了兩三次就成功了~ 現在來分享一下我這次學到的函數。 由於工作上的需求, 需要從一堆數值裡面篩選出範圍內的數量, 但因為數量有點大,我又有點懶惰(其實不只有點), 步驟一:輸入關鍵字
Thumbnail
最近因為輸入資料節省時間跟正確性的需求, 去查了Excel的函數運算怎麼用, 花了大概10分鐘查資料看教學影片, 試了兩三次就成功了~ 現在來分享一下我這次學到的函數。 由於工作上的需求, 需要從一堆數值裡面篩選出範圍內的數量, 但因為數量有點大,我又有點懶惰(其實不只有點), 步驟一:輸入關鍵字
Thumbnail
第一步 輸入數據 首先把想計算t-test的數據輸入到Excel裡面 第二步 安裝增益集 到檔案 → 選項 第三步 執行Excel 增益集 增益集 → Excel 增益集 → 執行 第四步 安裝分析工具箱 選擇分析工具箱 → 確定 第五步 分析資料 到資料 → 資料分析 全文閱
Thumbnail
第一步 輸入數據 首先把想計算t-test的數據輸入到Excel裡面 第二步 安裝增益集 到檔案 → 選項 第三步 執行Excel 增益集 增益集 → Excel 增益集 → 執行 第四步 安裝分析工具箱 選擇分析工具箱 → 確定 第五步 分析資料 到資料 → 資料分析 全文閱
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News