統計分析 × 學術生涯
49公開內容
70私密內容
將大量知識精緻化成一篇篇淺顯易懂的白話文，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。看完專題後，您能學會如何進行統計分析，並解讀報表結果。此外，我還會分享一些學術和科技新知，幫助您在學術之路上走得更順利。
全部內容
免費與付費
最新發佈優先
付費限定
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。
付費限定
為了測試特定的假設，研究人員為了測試這些假設的可行性，可以考慮決定使用Constraints Model，其對模型對特定參數進限制。 本文將講解 Constraints Model的定義和如何在RI-CLPM運用，以及如何在Mplus執行該模型。
付費限定
隨機截距交叉延宕模式是傳統的交叉延宕模式的擴展，具有更好的模式適配度。本文章將介紹如何使用Mplus進行隨機截距交叉延宕模式之Basic model。
參考上圖，為了指定 RI-CLPM，我們需要分成四個部分講解。
個體之間(between pa
付費限定
交叉延宕效果（CLPM）常常模式適配不佳，主因缺乏考量個別差異。 隨機截距交叉延宕模式（RI-CLPM）是傳統的交叉延宕模式的擴展，具有更好的模式適配度。本文章簡介RI-CLPM定義和CLPM的差異。
交叉延宕效果（CLPM）最大的局限性在於它混合
付費限定
當採用MLM, MLR, or WLSM...等等估計法時，Mplus 會警告不能無法像ML一樣兩個巢套模型直接相減取得正確的Chi-Square和顯著性。所以我們需要用網站自動計算器或額外語法幫我們計算Chi-Square的差異，以下分別介紹不同估計法要用的方法:
謝謝您!
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。
在使用Mplus進行統計分析時，我們需要設定各種估計方法，但很多同學可能不知道各種估計方法的適用時機，本文將簡介各種常見的估計法。
付費限定
當我們透過潛在類別／剖面／混合分析找出最佳組數後，研究者可能會好奇，這些組數在其它變項是否有差異?事後比較就顯得相當重要，本文將簡介潛在類別／剖面／混合分析事後比較。
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
結構模式的修正和CFA一樣嗎?中介模式修正完，調節路徑會受影響，不知該如何處理?謝謝您!
付費限定
潛在類別模式（latent class modeling, LCM）和潛在剖面分析(Latent Profile Analysis, LPA)是探討潛在類別變項的統計技術。兩者與因素分析最大的不同在於潛在變項(因素)的形式。本文將介紹潛在類別／剖面／混合分析操作1:找出最佳組數
