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包含了Mplus基础程序...
部分 混合模型第1章 潜在类别分析第2章 回归混合模型第3章 因子混合模型第4章 潜变量增长曲线模型第5章 潜类别增长与增长混合模型第二部分 多水平模型第6章 多水平回归模型第7章 多水平增长模型第8章 多水平结构方程模型第9章 多水平中介效应分析第三部分 贝叶斯结构方程模型第章 潜变量建模的贝叶斯方法参考文献...
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包含了Mplus基础程序...
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包含了Mplus基础程序...
Mplus基础程序和多水平组件 Mplus Base Program and Combination Add-On Mplus基础程序和组合附加组件 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...