查看“Mplus SEM Example 5.12”的源代码

==结果==
<pre>Mplus VERSION 7.4                                    !@ Mplus的版本信息
MUTHEN & MUTHEN                                      !@ Mplus作者信息
06/12/2017   8:49 AM                                 !@ 分析时间

INPUT INSTRUCTIONS                                   !@ 输入的命令语句，会全部显示，下面几行就是输入的命令语句

TITLE:this is an example of a SEM with               ! 这是标题，总共两行内容，第一行
        continuous factor indicator and an           ! 第二行
         indirect effect for factors                 ! 第三行，想要多少行，就写多少行
DATA:FILE IS C:\Program Files\Mplus\Mplus Examples\User's Guide Examples\ex5.12.dat;      !读数据文件，文件名要正确，文件路径与对应的分析程序在同一目录下；或标明绝对路径，比如：c:\mplus\ex5.12.dat。
VARIABLE:NAMES ARE y1-y12;                           ! 读取数据，该数据文件中包括12个变量的数据，变量名称可以自己定。
MODEL:     f1 BY y1-y3                               ! 定义第1个因素，该因素的测量指标有：y1,y2,y3。如果上面为item1-item6，则修改为item1-item3。
           f2 BY y4-y6;                              ! 定义第2个因素，该因素的测量指标有：y4,y5,y6。
           f3 BY y7-y9;                              ! 定义第3个因素，该因素的测量指标有：y7,y8,y9。
           f4 BY y10-y12;                            ! 定义第4个因素，该因素的测量指标有：y10,y11,y12。
           f4 ON f3;                                 ! 因子f3变量预测因子f4
           f3 ON f1 f2;                              ! 因子f1 f2两个变量预测因子f3
MODEL INDIRECT:                                      ! 模型间接效应
           f4 IND f3 f1;                             ! f4为因变量，f1为自变量，f3为中介变量，即指定自变量f1通过中介变量f3对因变量f4的间接效应
ERROR in VARIABLE command Unknown option:            ! @变量命令未知选项中的错误


INPUT READING TERMINATED NORMALLY                   !输入指令读取正常结束



this is an example of a SEM with                    ! @ TITLE，标题
continuous factor indicator and an                  ! 第二行
indirect effect for factors                         ! 第三行，想要多少行，就写多少行

SUMMARY OF ANALYSIS                                 !@分析总体情况

Number of groups                                                 1       !@ 1组数据，也就是样本没有分组
Number of observations                                         500       !@ 样本量500

Number of dependent variables                                   12       !@ （因）变量12个
Number of independent variables                                  0       !@ （自）变量0个
Number of continuous latent variables                            4       !@ 潜变量4个

Observed dependent variables                                             !@ 观测（因）变量

  Continuous                                                             !@ 观测（因）变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
   Y1          Y2          Y3          Y4          Y5          Y6
   Y7          Y8          Y9          Y10         Y11         Y12       

Continuous latent variables                                              !@ 潜变量 F1 F2 F3 F4
   F1          F2          F3          F4


Estimator                                                       ML       !@ 估计方法：最大似然法
Information matrix                                        OBSERVED       !@ 信息矩阵：观测数据
Maximum number of iterations                                  1000       !@ 最大迭代次数1000次
Convergence criterion                                    0.500D-04       !@ 聚合标准（或翻译为收敛标准）
Maximum number of steepest descent iterations                   20       !@ 迭代下降最大数：20 

Input data file(s)                                                       ! @ 输入文件：C:\Program Files\Mplus\Mplus Examples\User's Guide Examples\ex5.12.dat
  C:\Program Files\Mplus\Mplus Examples\User's Guide Examples\ex5.12.dat

Input data format  FREE                                                  !@ 输入文件格式：自由格式，这是Mplus的默认格式



THE MODEL ESTIMATION TERMINATED NORMALLY                                 !@ 模型估计正常终止，如果是非正常终止，就需要检查数据或命令语句



MODEL FIT INFORMATION                                                    !@ 模型拟合指数

Number of Free Parameters                       40                       !@ 自由参数的个数：40个

Loglikelihood                                                            !@ 似然函数值的自然对数 

          H0 Value                       -9646.960
          H1 Value                       -9620.108

Information Criteria                                                     !@ 信息标准

          Akaike (AIC)                   19373.920                       !@ AIC 
          Bayesian (BIC)                 19542.505                       !@ BIC
          Sample-Size Adjusted BIC       19415.542                       !@ 考虑样本量调整后的BIC值
            (n* = (n + 2) / 24)

Chi-Square Test of Model Fit                                             !@ 卡方检验的结果  

          Value                             53.704                       !@ 卡方值
          Degrees of Freedom                    50                       !@ 自由度
          P-Value                           0.3344                       !@ 显著性

RMSEA (Root Mean Square Error Of Approximation)                          !@ RMSEA的结果

          Estimate                           0.012                       !@ RMSEA的值
          90 Percent C.I.                    0.000  0.032                !@ RMSEA的90%置信区间
          Probability RMSEA <= .05           1.000

CFI/TLI                                                                  !@ CFI/TFI的结果

          CFI                                0.997                       !@ CFI的结果
          TLI                                0.997                       !@ TLI的结果

Chi-Square Test of Model Fit for the Baseline Model                      !@ 基准模型（基线模型）的卡方检验结果

          Value                           1524.403                       !@ 卡方值
          Degrees of Freedom                    66                       !@ 自由度
          P-Value                           0.0000                       !@ 显著性

SRMR (Standardized Root Mean Square Residual)                            !@ SRMR的结果

          Value                              0.027



MODEL RESULTS                                                            !@ 模型结果，非标准化的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value            !@ 估计值    标准误  估计标准误   P值（显著性）

 F1       BY
    Y1                 1.000      0.000    999.000    999.000            !@ Y1的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y2                 1.183      0.104     11.376      0.000            !@ Y2的非标准化因子负荷
    Y3                 0.938      0.087     10.818      0.000            !@ Y3的非标准化因子负荷

 F2       BY
    Y4                 1.000      0.000    999.000    999.000            !@ Y4的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y5                 0.870      0.085     10.202      0.000            !@ Y5的非标准化因子负荷
    Y6                 0.891      0.092      9.735      0.000            !@ Y6的非标准化因子负荷

 F3       BY
    Y7                 1.000      0.000    999.000    999.000            !@ Y7的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y8                 0.872      0.059     14.699      0.000            !@ Y8的非标准化因子负荷
    Y9                 0.882      0.060     14.611      0.000            !@ Y9的非标准化因子负荷

 F4       BY
    Y10                1.000      0.000    999.000    999.000            !@ Y10的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y11                0.826      0.094      8.812      0.000            !@ Y11的非标准化因子负荷
    Y12                0.682      0.089      7.696      0.000            !@ Y12的非标准化因子负荷

 F4       ON
    F3                 0.473      0.057      8.306      0.000            !@ F3 F4的回归关系

 F3       ON
    F1                 0.563      0.070      8.027      0.000            !@ F1 F3的回归关系
    F2                 0.790      0.086      9.228      0.000            !@ F1 F3的回归关系

 F2       WITH
    F1                -0.030      0.055     -0.545      0.586            !@ F1 F2的协方差

 Intercepts                                                              !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.011      0.062      0.183      0.855            !@ Y1的截距
    Y2                 0.047      0.064      0.738      0.460            !@ Y2的截距
    Y3                 0.005      0.062      0.078      0.938            !@ Y3的截距
    Y4                 0.104      0.064      1.627      0.104            !@ Y4的截距
    Y5                 0.078      0.057      1.361      0.173            !@ Y5的截距
    Y6                 0.074      0.059      1.241      0.215            !@ Y6的截距
    Y7                 0.051      0.068      0.754      0.451            !@ Y7的截距
    Y8                 0.063      0.063      1.000      0.317            !@ Y8的截距
    Y9                 0.078      0.063      1.248      0.212            !@ Y9的截距
    Y10               -0.008      0.064     -0.128      0.898            !@ Y10的截距
    Y11                0.039      0.055      0.716      0.474            !@ Y11的截距
    Y12                0.031      0.054      0.563      0.574            !@ Y12的截距

 Variances                                                               !@ 因子方差
    F1                 0.884      0.122      7.234      0.000            !@ F1的方差，999.000代表没有计算，也就是没有这个结果（下同）
    F2                 0.888      0.130      6.830      0.000            !@ F2的方差，999.000代表没有计算，也就是没有这个结果（下同）

 Residual Variances                                                      !@ 残差，潜变量未能解释的方差
    Y1                 1.033      0.094     11.034      0.000            !@ Y1的残差
    Y2                 0.795      0.101      7.862      0.000            !@ Y2的残差
    Y3                 1.137      0.092     12.389      0.000            !@ Y3的残差
    Y4                 1.151      0.104     11.039      0.000            !@ Y4的残差
    Y5                 0.950      0.083     11.468      0.000            !@ Y5的残差
    Y6                 1.056      0.091     11.670      0.000            !@ Y6的残差
    Y7                 0.954      0.089     10.762      0.000            !@ Y7的残差
    Y8                 0.945      0.079     11.980      0.000            !@ Y8的残差
    Y9                 0.896      0.077     11.581      0.000            !@ Y9的残差
    Y10                1.202      0.118     10.193      0.000            !@ Y10的残差
    Y11                0.916      0.085     10.777      0.000            !@ Y11的残差
    Y12                1.071      0.083     12.834      0.000            !@ Y12的残差
    F3                 0.550      0.092      5.961      0.000            !@ F3的残差
    F4                 0.555      0.102      5.422      0.000            !@ F4的残差


QUALITY OF NUMERICAL RESULTS

     Condition Number for the Information Matrix              0.448E-01   !@ 信息矩阵的条件数
       (ratio of smallest to largest eigenvalue)


TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT, AND DIRECT EFFECTS            !@总效应，总间接效应，具体间接效应和直接效应


                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value           !@ 估计值    标准误  估计标准误   P值（显著性)

Effects from F1 to F4                                                   !@F1对F4的影响

  Indirect             0.266      0.043      6.144      0.000


DIAGRAM INFORMATION                                                                  !@ 图形信息

  Use View Diagram under the Diagram menu in the Mplus Editor to view the diagram.   !@ 在Diagram菜单下显示图形信息
  If running Mplus from the Mplus Diagrammer, the diagram opens automatically.       !@ 如果是从Mplus Diagrammer运行Mplus，会自动显示图形信息

  Diagram output                                                      !图形输入路径
    c:\users\administrator\desktop\mplus\mptext5.12.dgm

     Beginning Time:  08:49:52                                        !@ 命令语句（程序）开始运行时间                                       
        Ending Time:  08:49:52                                        !@ 命令语句（程序）结束运行时间
       Elapsed Time:  00:00:00                                        !@ 程序运行花费时间



MUTHEN & MUTHEN                                                       !@ Mplus作者
3463 Stoner Ave.                                                      !@ Mplus公司地址
Los Angeles, CA  90066                                                !@ Mplus所在城市、州、邮编 

Tel: (310) 391-9971                                                   !@ Mplus电话
Fax: (310) 391-8971                                                   !@ Mplus传真
Web: www.StatModel.com                                                !@ MPlus官网
Support: Support@StatModel.com                                        !@ 客服电子邮件

Copyright (c) 1998-2015 Muthen & Muthen                               !@ 版权信息</pre>