Mplus基本語法教學

Dr. Rover

發佈於統計分析 × 學術生涯

2023/09/04閱讀時間約 5 分鐘

Mplus是一種用於統計分析和結構方程模型（SEM）的軟體，通常用於處理複雜的數據分析和模型建立。以下是一些Mplus的基本語法示例，用於不同類型的分析。

如果習慣用點點點的可以看這篇教學，但最後還是要打一些語法。

接下來我們接簡單介紹各種語法，這篇只介紹基本命令，許多詳細複雜的命令可以見Mplus手冊。Mplus不會讀!以後的句子，所以我會在!後面放在註解。要讓電腦知道句號是在code後面打;。

TITLE(標題):在Mplus中，你可以使用 TITLE 來添加模型的標題，以便在輸出中識別不同的模型或分析。以下是一個範例：

TITLE: This is the title of my model;

在這個範例中，你可以將 "This is the title of my model" 替換為你想要的模型標題。這個標題將顯示在分析結果的輸出中，幫助你識別不同的模型。標題是一個簡單但很有用的功能，特別是當你需要進行多個不同模型的分析時，可以更輕鬆地區分和比較這些模型。

VARIABLE（變數定義）： 在這個部分，你需要定義你要在分析中使用的變數。這些變數可以是觀察到的數值，例如觀察得分或測量值。你需要使用 NAMES 關鍵字來指定這些變數的名稱。

VARIABLE: NAMES = var1-var5;!將第一排到第五排數值命名為 var1-var5

你也需要指定變數的類型。例如，連續變數和類別變數等。這通常使用 VARIABLE 部分的 USEVARIABLE 和 CATEGORICAL 子句來完成。


  USEVARIABLES ARE var1-var3;!使用所有變項中的var1-var3
  CATEGORICAL ARE var4-var5;!var1-var3是類別變數

ANALYSIS（分析設定）： 在這個部分，你可以設定你想要進行的分析類型和相關參數。你可以指定估計方法（例如最大概似估計法）、分析類型（例如結構方程模型、迴歸分析等），以及一些統計量（例如平均值、變異數等）。

ANALYSIS:
  ESTIMATOR = ML; !使用最大概似估計法(ML)

MODEL（模型定義）： 在這個部分，你可以定義你的統計模型。這包括了變數之間的關係，像是潛在變數和模型參數等。你可以使用%OVERALL%和%GROUPS%分別定義整體模型和多群組模型。

MODEL:
  %OVERALL%
    y ON x1-x3;  ! 整體模型中 y 被 x1 到 x3預測
    x1 with x3; ! x1 和 x3 具有 共變關係
    F BY x1-x3;!F因子由 x1-x3外顯變項組成

在 MODEL 部分，你也可以進行參數約束，如設置某些參數為相等、固定為特定值等。

MODEL:
  F BY x1*-x3;    ! y 依賴於 x1 到 x3，x1的因素負荷量自由估計
  F BY x1@0.1-x3; ! y 依賴於 x1 到 x3，x1的因素負荷量固定為0.1
  F BY x1-x3 (1); ! y 依賴於 x1 到 x3，x1-x3的因素負荷量固定相等，()內不一定要數字

輸出(Output）:在Mplus中，你可以使用 OUTPUT 來指定你希望在分析過程中生成的輸出結果。以下是一些常見的輸出選項示例：

OUTPUT: 
SAMPSTAT;     !基本估計結果，例如:平均數/變異數/相關係數
STDYX ;    !標準化參數估計
MODINDICES;!模型適配指標，默認提供>=10的MI值，MODINDICES(all)得到所有MI值
CINTERVAL; !報告信賴區間，常用於中介分析

保存(Save）:在Mplus中，你可以使用 SAVE 來保存分析結果、估計結果、模型參數等數據。以下是一些使用示例：


SAVE:
  FILE = est_results.txt;   ! 將分析數據保存到 est_results.txt 文件中
  RESULTS = est_results.txt; !將分析結果保存到 est_results.txt 文件中
  SAMPLR = est_results.txt; !將樣本統計量保存到 est_results.txt 文件中

完整的一個CFA分析範例如下:

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