Mplus丨基础使用指南
撸毕业论文的空隙，让自己休息下~
所以，萜妹开始着手写之前答应小可爱们的Mplus推送啦~
以下内容主要分为三个部分：基础知识、语句说明和结果解读~
基础知识
文件格式
Mplus主要涉及的文件格式有三种，其中input是输入文件，在编写语句时保存后才可以运行；output是输出文件，这个就没什么好说的了；dat是数据文件，最好和input文件放在同一个文件夹，原因后面说~
格式转换
由于Mplus只能打开ASCII格式的文件（.dat和.txt），所以SPSS常用的.sav格式的文件无法被读取，我们要先将数据进行转化。
①打开SPSS软件，选择：文件-另存为；
②一般情况下，可选择“以制表符分隔”，数据量较大时，可选择“固定ASCII格式”；
③注意不要勾选“将变量名写入表格”这一项；
④点击保存即可。
语句说明
加粗部分为固定格式。
! 后内容为注释，软件不会读入。
标题
TITLE: example
自己给当前数据分析程序取个名称。
数据
DATA:File is c：/mplus/example.dat;
用于指定数据文件存放的位置。
如果.dat和.inp在同一个文件夹，可以直接输入文件名字；如果不在同一个文件夹中，就只能输入储存路径。
变量
Names are ID X1 X2 X3 Y1 Y2 Y3 Z1 Z2 Z3;
定义数据文件中的变量。数据文件中所有变量，一个个给它命名。
Usevariables are ID X1 X2 X3 Y1 Y2 Y3;
选择稍后分析时，需要使用的变量。
Missing are all (*9999*);
所有的缺失值都用9999来表示。
Within: X1 X2 X3;
用于两水平模型中定义组内水平变量。
BETWEEN: Y1 Y2 Y3;
用于两水平模型中定义组间水平变量。
CLUSTER is ID
按ID进行分组。
Define: x=mean(X1 X2 X3);
y=mean(Y1 Y2 Y3);
Define命令可以生成新的变量。
分析
Analysis:
Type = general; ！默认分析类型：一般
= twolevel; ! 两层模型
= mixture;！混合模型
= efa;探索性因素分析
Type为分析类型。
Estimator = ML;! 默认参数估计方法
= MLM;！适用于非正态数据
= MLMV;！适用于非正态数据
= MLR;！适用于非正态、非独立数据
= WLS;
Estimator为参数估计方法。
ML：极大似然估计(Maximum Likelihood)，当因变量为连续变量时，为Mplus默认参数估计方法；
MLM：极大似然估计伴标准误和均值矫正的卡方检验；
MLMV：极大似然估计伴标准误和均值-方差矫正的卡方检验；
MLR：稳健极大似然估计，适用于复杂数据结构，与Type=complex合用；
WLS：加权最小二乘法估计。
模型
Model:
常用的字符（红字）及其代表关系如下：
BY：定义潜变量，如：f1 BY x1-x3;即因子f1由x1、x2、x3三个显变量测量；
ON：定义回归关系，如：f1 ON x1-x3;即可用x1、x2、x3三个变量预测f1；
PON：定义配对回归关系，如：f1 f2 PON f3 f4;等价于f1 ON f3; f2 ON f4；
WITH：定义相关关系，如：f1 WITH f2;即因子f1与f2相关；
PWITH：定义配对相关关系，类似PON；
List of Variables：定义变量方差和残差方差，如：X Y M;当变量为自变量时表示方差，当变量为因变量时便是残差方差；
[List of Variables]：定义均值、截距，如：[X Y M];估计X Y M的截距；
：将默认设置改为自由估计，设置初始值，如：[f1];自由估计因子f1的均值，f1 BY x1*1;自由估计变量x1的载荷，初始值为1；
@：固定参数，如：f1@1;即固定因子f1方差为1；
(number)：限定参数相等，如：x1(1);x2(1);即x1、x2方差相等，f1 BY x1-x3(1);即x1-x3的因子载荷固定为相等；
(name)：命名某参数，如：M ON X(a);即X对M的回归系数命名为a；
丨：定义随机效应变量，与ANALYSIS中的TYPE=RANDOM连用分析随机系数模型，如：s丨y1 ON x1;即s代表随机回归系数；
MODEL INDIRECT：描述间接效应；
IND：定义间接效应，ind左边为因变量，右边最后一个为自变量，右边其他变量为中介变量，如：Y IND M X;表示自变量X通过中间变量M对因变量Y的间接效应；
VIA：描述一组包含特定中介变量的间接效应，与ind相似，左边为因变量，右边最后一个为自变量，右边其他变量为中介变量，VIA指定的是所有经过中介变量由自变量到因变量的间接效应；
MODEL CONSTRAINT：模型设定命令；
NEW：对设定命令中需要使用的新变量命名，生成数据文件中并未出现过的变量，如：NEW(c)；c=a*b;即c为a、b的交互项。
输出
Output：
常用的Output命令（红字）如下：
SAMPSTAT：连续变量时要求报告均值、方差、协方差和相关系数；
**CROSSTABS：**报告类别变量间交叉频率表；
STANDARDIZED：报告标准化结果，常见的三种标准化结果分别为：STDYX、STDY、STD；
RESIDUAL：报告观察变量的残差值；
MODINDICES：报告模型修正指数和期望参数变化指数；
CINTERVAL：报告参数置信区间；
Mplus还有14个技术报告分别是TECH1-14，有兴趣的小可爱们可以自行查阅。
结果解读
以检验中介作用为例。
原始语句
首先，输出的结果部分会把input输入的语句显示出来。
分析概况
数据概况
模型拟合
卡方值/自由度要自己手动算。
模型结果
95%的置信区间不包含0，则存在效应。
说好两天内更新的推送，最后又被我拖到了周更，好险萜妹还是写完了它。
写这篇的灵感就是上篇的多层线性模型实践，当时花了好长时间才搞懂要看哪些数据、要怎么看数据，所以想把这些自己磕磕绊绊的经验总结起来分享给大家（这意味着笔记系列四月前肯定更不完了，哭）~
总的来说，萜妹觉得这篇推送应该可以让大家对于Mplus有个大致的了解，当然有任何问题都欢迎跟萜妹交流哇~
最后想说的一点题外话是，这一个月以来萜妹几乎所有的推送都是数据分析，一方面因为通过数据分析，越来越多的陌生人知道萜妹，所以想给这些人回馈；另一方面是自己说好的四月FLAG，虽然从数量上看起来和我之前周更没差，但是每篇耗时耗力跟以前比真是成倍数增加，再加上毕业论文的大山，所以萜妹很难抽出时间精力来写其他内容的推送。
但是还是想告诉那些一直陪伴我的小可爱们（虽然我觉得这类小可爱不太可能点开这篇推送，更不可能耐心看到这里，捂脸哭），萜妹还是以前的那个萜妹，还是那个灵魂灰常有趣的少女呀，所以下期，我们可能就会来一点轻松又愉悦的话题啦。
小可爱们，下周见~
原文链接：