使用期限永久
许可形式单机和网络版
原产地美国
介质下载
适用平台windows,mac
科学软件网专注提供科研软件。截止目前,共代理千余款,软件涵盖各个学科。除了软件,科学软件网还提供课程,包含34款软件,66门课程。热门软件有:spsspro,stata,gams,sas,spss,matlab,mathematica,lingo,hydrus,gms,pscad,mplus,eviews,nvivo,gtap,sequncher,simca等等。
Mplus是一款统计建模程序,给研究人员提供了一个灵活的分析数据的工具。Mplus界面简单、数据和分析结果以图形显示,为研究人员提供广泛的模型、估计和算法的选择。Mplus允许进行横截面和纵向、单级和多级数据分析;来自不同人群的观测数据或未观测到的异质性数据,以及包含缺失值的数据都可以进行分析。可以对连续、删失、二进制、有序分类(序数)、无序类别(计数)、计数或这些变量类型的组合观测变量都可以进行分析。此外,Mplus还具有广泛的蒙特卡罗模拟功能,程序中包含的任何模型,都可以生成和分析数据。
New IRT models: 3PL, 4PL, and Partial Credit Models
Bootstrap extensions: Bootstrap standard errors for standardized coefficients, bootstrap confidence intervals for standardized coefficients, and bootstrap for internal and external Monte Carlo simulation studies
R-square and standardized coefficients for models with latent variable interactions using XWITH (Muthén & Asparouhov, 2015)
Mplus版本8.4现已上线。Mplus 8.4版包括对自2019年4月8.3版发布以来发现的小问题的更正,以及以下新功能:
对计算要求很高的混合模型的速度显著提高,特别是多个潜在类变量,如潜在转移分析和随机截距潜在转移分析。这些速度的提高是通过对随机启动扰动选项STARTS和STSCALE以及新算法来实现的。这些内容在随机起始值和多级优化中有描述。第3节的5个混合示例的计时表显示了版本8.4相对于8.3速度大提升的情况。
具有多个潜在类变量的混合模型的都可以进行简化输出。
扩展的贝叶斯拟合统计分为3个方面:数据缺失时改进的后验预测p值(PPP);贝叶斯CFI/TLI/RMSEA包括置信区间;以及使用MODEL TEST命令的参数限制Wald检验的贝叶斯版本。
缺少数据的情况下,大型多元三层模型似然估计的改进算法。
CFI/TLI的Monte Carlo输出;RMSEA的新摘要。
The Mplus modeling framework draws on the unifying theme of latent variables. The generality of the Mplus modeling framework comes from the unique use of both continuous and categorical latent variables. Continuous latent variables are used to represent factors corresponding to unobserved constructs, random effects corresponding to individual differences in development, random effects corresponding to variation in coefficients across groups in hierarchical data, frailties corresponding to unobserved heterogeneity in survival time, liabilities corresponding to genetic susceptibility to disease, and latent response variable values corresponding to missing data. Categorical latent variables are used to represent latent classes corresponding to homogeneous groups of individuals, latent trajectory classes corresponding to types of development in unobserved populations, mixture components corresponding to finite mixtures of unobserved populations, and latent response variable categories corresponding to missing data.
科学软件网为全国大多数高校提供过产品或服务,销售和售后团队,确保您售后无忧!
http://www.kxrjsoft.com.cn