Mplus
含有「Mplus」共 11 篇內容
全部內容
發佈日期由新至舊
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
付費限定
縱貫式中介模型（Longitudinal Mediation Model）是研究隨著時間的改變，變數X如何通過中介變數M影響變數Y的統計模型。它是長期觀察和分析數據的有用工具，可以揭示X和Y之間的關係以及中介變數M在這個關係中扮演的角色。本文將介紹縱貫式中介模型Mplus操作
版主您好:
請問如果再跑交叉延宕模式時，如果零階相關(zero-order correlation)與同一個時間上各個潛在變項關聯都不顯著，但交叉延宕係數顯著時，請問這樣是不是會怪怪，最近在run資料遇到這問題 有些疑惑
另外，我記得Kenny and Harackiewicz (1979) 有提及synchronous correlation最低要 .30，這個是交叉延宕模式的假設條件嗎?
付費限定
當我們要確定問卷量表在不同群體(例如:男生和女生)的適用和一致性時，我們就使用多群組測量衡等性檢驗在不同群體，因素和觀察變項之間的關聯是一致。則代表之後統計結果是可信的，反映出真實結果，並非只是量表誤差造成的。
想問為何Chi-Square:115.027-131.826 =7.120 ....我算了超多遍，應是16.799?另外想請問有介紹partial measurement invariance testing的方法嗎?謝謝您!
驗證性因素分析(Confirmatory Factor Analysis, CFA)常被作為檢驗量表或測量工具之建構效度。做SEM前大多會要求每個工具的CFA結果。不僅如此，CFA也可能拿來檢驗測量衡等性的有效工具。本文將簡介驗證性因素分析概念，並介紹如何用Mplus 操作。
付費限定
如同跨組比較一樣，跨時間時也需要考量縱向測量衡等性，在分析縱向數據時考慮 測量衡等性 很重要，因為不具有縱向測量衡等性的量表，對結果的有效性和正確性有所影響。縱向衡等性和多群組衡等性的分析策略相似，但在參數設定有些差異，本文將簡介其概念和和Mplus操作。
