Mplus

 

当前版本:9.0 | 最新更新

 

Mplus由基于主程序和两个扩展模块组成:多水平(Multilevel Add-On)和混合模型(Mixture Add-on).通过不同搭配,Mplus提供四种不同的功能组合:

1.基本程序,基本上等同于一般的SEM软件,能处理回归分析、探索和验证性因素分析、增长模型和生存分析等。

2.基本程序+混合模型模块,在包括基本程序功能外,增加了估计类别潜变量模型的功能。

3.基本程序+多水平模型模块,在包括基本程序功能外,增加了估计嵌套数据(多水平数据)的功能。

4.基本程序+两个模块组合,包含基本程序功能、混合模型模块和多水平模型模块的全部功能。

Mplus概览

Mplus 是一个潜变量建模程序,具有多种分析功能:

  • 探索性因子分析(Exploratory factor analysis,EFA)
  • 结构方程建模(Structural equation modeling,SEM)
  • 项目反应理论分析(Item response theory analysis,IRT)
  • 增长模型(Growth modeling)
  • 生存分析(Survival analysis (连续和离散时间))
  • 时间序列分析(Time series analysis (N=1 和多水平))
  • 混合建模Mixture modeling (latent class analysis潜类别分析)
  • 纵向混合模型Longitudinal mixture modeling (hidden Markov隐马尔科夫, latent transition analysis潜转换分析, latent class growth analysis潜类别增长分析, growth mixture analysis增长混合分析)
  • 多水平分析Multilevel analysis
  • 复杂调查数据分析Complex survey data analysis
  • 贝叶斯分析Bayesian analysis
  • 蒙特卡洛模拟Monte Carlo simulation

Mplus Base基础程序

Mplus基础程序估计回归,路径分析,探索性和验证性子分析(EFA和CFA),结构方程(SEM),生长,离散和连续时间生存分析模型。在回归和路径分析模型中,观测因变量可以是连续,删失,二元,有序分类(序数),计数,或这些变量类型的组合。另外,对于非中介变量的回归分析和路径分析,观测因变量可以是非有序分类(名义)。在EFA中,因子指标可以是连续,二元,有序分类(序数),或这些变量类型的组合。在CFA,SEM,和生长模型中,观测因变量可以是连续,删失,二元,有序分类(序数),非有序分类(名义),计数,或这些变量类型的组合。其它特别的功能包括单个或多个组分析;缺失数据估计复杂调查数据分析,包括分层,聚类。和不等选择概率(抽样权重);潜在变量交互和使用极大似然的非线性因子分析;随机斜率;单时变观测值;非线性参数约束;间接效应;对于所有输出类型的极大似然估计;标准误和置信区间的自举;贝叶斯分析和多重插补;蒙特卡洛模拟工具;和一个后处理图形模块

 

Mplus基础程序和混合插件

Mplus基础程序和混合插件包含Mplus基础程序的所有功能。另外,它估计回归混合模型,路径分析混合模型;潜在类别分析;带有多个分类潜在变量的潜在类别分析;对数线性模型;有限混合模型;Complier Average Causal Effect (CACE) 模型;潜在类别生长分析;潜在转移分析,隐马尔科夫模型;以及离散和连续时间生存混合分析。观测因变量可以是连续,删失,二元,有序分类(序数),非有序分类(名义),计数,或这些变量类型的组合。其它特别的功能包括单个或多个组分析;缺失数据估计复杂调查数据分析,包括分层,聚类。和不等选择概率(抽样权重);潜在变量交互和使用极大似然的非线性因子分析;随机斜率;单时变观测值;非线性参数约束;间接效应;对于所有输出类型的极大似然估计;标准误和置信区间的自举;带有随机开始的自动起始值;贝叶斯分析和多重插补;蒙特卡洛模拟工具;和一个后处理图形模块

 

Mplus基础程序和多水平插件

Mplus基础程序和多水平插件包含了Mplus基础程序的所有功能。另外,它使用多水平模型估计聚类数据模型。这些模型包括多水平回归分析,多水平路径分析,多水平因子分析,多水平结构方程建模,多水平生长建模,和多水平离散和连续时间生存模型。在多水平分析中,观测因变量可以是连续,删失,二元,有序分类(序数),非有序分类(名义),计数,或这些变量类型的组合。其它特别的功能包括单个或多个组分析;缺失数据估计复杂调查数据分析,包括分层,聚类。和不等选择概率(抽样权重);潜在变量交互和使用极大似然的非线性因子分析;随机斜率;单时变观测值;非线性参数约束;对于所有输出类型的极大似然估计;贝叶斯分析和多重插补;蒙特卡洛模拟工具;和一个后处理图形模块

 

Mplus基础程序和组合插件

Mplus基础程序和组合插件包含Mplus基础程序,混合和多水平插件的所有功能。另外,它能处理聚类数据和潜在类别在同一个模型中的情况,例如,二水平回归混合分析,二水平混合验证性因子分析(CFA),和结构方程建模(SEM),二水平潜在类别分析,多水平生长混合建模,二水平离散和连续时间生存混合分析。其它特别的功能包括缺失数据估计复杂调查数据分析,包括分层,聚类,和不等选择概率(抽样权重);潜在变量交互和使用极大似然的非线性因子分析;随机斜率;单时变观测值;非线性参数约束;对于所有输出类型的极大似然估计;贝叶斯分析和多重插补;蒙特卡洛模拟工具;和一个后处理图形模块.

 

9版最新更新(2025年10月15日)

Mplus 版本 9 现已推出。Mplus 版本 9 包括对自 2024 年 5 月发布版本 8.11 以来发现的小问题的更正以及以下新功能:

  • 惩罚结构方程建模 (PSEM) 已得到扩展(Asparouhov &; Muthen,2025a)。对于连续变量,PSEM 现在可用于 TYPE=TWOLEVEL 和 TYPE=THREELEVEL。对于分类、删失、计数、名义和连续时间生存变量,PSEM 可用于单水平和 TYPE=TWOLEVEL。对于使用 WLSMV 的分类变量,PSEM 可用于单级和 TYPE=TWOLEVEL。PSEM 可用于 TYPE=MIXTURE 和 TYPE=TWOLEVEL MIXTURE。Web Talk 9 讨论了 PSEM 在 LCA 中的应用并产生直接影响。
  • TYPE=THREELEVEL 和 ESTIMATOR=BAYES 的随机斜率观察到的外生自变量的潜在变量分解(潜在变量居中)(Asparouhov & Muthen,2025b)
  • 了解更多...

 

 

 

留言询价         下载试用

 

系统需求

  • 操作系统
    • Microsoft Windows 7/8/10/11
    • Mac OS X 10.11 或更高
      • 10.11: "El Capitan"
      • 10.12: "Sierra"
      • 10.13: "High Sierra"
      • 10.14: "Mojave"
      • 10.15: "Catalina"
      • 11: "Big Sur"
      • 12: "Monterey"
      • 13: "Ventura"
      • 14: "Sonoma"
      • 15: "Sequoia"
    • Linux  64位(在下列分发中测试过: Ubuntu, RedHat, Fedora, Debian, 和 Gentoo)
  • 至少1 GB 内存
  • 至少120 MB硬盘空间

Mplus(RAM 和虚拟内存)的内存要求取决于分析类型和数据量。例如,使用大样本的数值积分进行分析可能计算量很大,并且可能需要大量内存。

64 位 Windows 上的 Mplus:Windows 64 位操作系统将所有 64 位应用程序限制为最大 8 TB (8000GB) 的总内存(RAM 和虚拟内存)。

 

手册下载

 

 

 

 

 


 

 

在线留言

尊敬的客户朋友,如您有任何意见建议,请通过下表反馈给我们,我们会尽快与您联系。

 

 

 

联系我们

 

微信公众号

咨询微信

企业店铺

400-621-1085

(节假日期间办公室座机如无人接听,请选择其他联系方式,感谢理解!祝您节日快乐!)

 

联系我们 快速链接 相关产品 上海卡贝信息技术有限公司

©2025  上海卡贝信息技术有限公司

产品中心

下载中心

站点地图

隐私政策

 

销售QQ咨询

产品QQ咨询

淘宝店铺

 

综述

最新更新

下载试用

文档下载

 

IBM SPSS Statistics

AMOS

EQS

Facets

flexMIRT

LatentGOLD

IRTPRO

HLM

UCINET

ATLAS.ti

NVivo

Transana

Stata

MAXQDA

EQSIRT

EViews

Winsteps

LISREL

MLwiN

GraphpPad Prism

NCSS

Origin

RATS

SigmaPlot