“Mplus CFA Example 5.1”的版本间的差异

来自OBHRM百科
跳转至： 导航、 搜索
（→‎代码与注释）
（→‎结果）
第11行： 第11行：
  
 
==结果==
 
==结果==
−
<pre>
+
<pre>Mplus VERSION 7.4                                 !@ Mplus的版本信息
−
Mplus VERSION 7.4                                 ！ Mplus的版本信息
+
MUTHEN & MUTHEN                                   !@ Mplus作者信息
−
MUTHEN & MUTHEN                                   ！ Mplus作者信息
+
03/01/2017   7:52 AM                              !@ 分析时间
−
10/26/2015   7:54 PM                              ！ 分析时间
 
  
−
INPUT INSTRUCTIONS                                 ！输入的命令语言，会全部显示，下面几行就是输入的命令语句
+
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 CFA with
+
   TITLE:   this is an example of a CFA with   ! 这是标题，总共两行内容，第一行
−
  continuous factor indicators
+
            continuous factor indicators;      ! 第二行，想要多少行，就写多少行
−
   DATA: FILE IS ex5.1.dat;
+
   DATA:     FILE IS ex5.1.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
−
   VARIABLE: NAMES ARE y1-y6;
+
   VARIABLE: NAMES ARE y1-y6;   ! 读取数据，该数据文件中包括6个变量的数据，变量名称可以自己?
−
   MODEL: f1 BY y1-y3;
+
   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ite
−
  f2 BY y4-y6;
+
            f2 BY y4-y6;       ! 定义第2个因素，该因素的测量指标有：y4,y5,y6
 +
  OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果
  
  
  
−
INPUT READING TERMINATED NORMALLY                  ！数据读取正常结束，表明数据文件没问题。
+
*** WARNING                    !@ 警告：命令语句的第三行太长，只保留了前90个字符，但是不影响结果
 +
  Input line exceeded 90 characters. Some input may be truncated.
 +
  DATA:    FILE IS ex5.1.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?
 +
*** WARNING                    !@ 警告：命令语句的第四行太长，只保留了前90个字符，但是不影响结果
 +
  Input line exceeded 90 characters. Some input may be truncated.
 +
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据，该数据文件中包括6个变量的数据，变量名称可以自己定
 +
*** WARNING                    !@ 警告：命令语句的第五行太长，只保留了前90个字符，但是不影响结果
 +
  Input line exceeded 90 characters. Some input may be truncated.
 +
  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item
 +
  3 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS    !@输入的命令语句有3个警告
  
  
  
−
this is an example of a CFA with                   ！TITLE，标题
+
this is an example of a CFA with                                       !@ TITLE，标题
−
continuous factor indicators
+
continuous factor indicators;      ! 第二行，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，也就是数据没有分组
+
SUMMARY OF ANALYSIS                                                    !@分析总体情况
−
Number of observations                                        500      ！样本量500
 
  
−
Number of dependent variables                                    6     ！（因）变量6个
+
Number of groups                                                1     !@ 1组数据，也就是样本没有分组
−
Number of independent variables                                  0     ！（自）变量0个
+
Number of observations                                        500     !@ 样本量500
−
Number of continuous latent variables                            2      ！潜变量2个
 
  
−
Observed dependent variables
+
Number of dependent variables                                   6      !@ （因）变量6个
 +
Number of independent variables                                  0      !@ （自）变量0个
 +
Number of continuous latent variables                            2      !@ 潜变量2个
  
−
   Continuous
+
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
 
   Y1          Y2          Y3          Y4          Y5          Y6
 
   Y1          Y2          Y3          Y4          Y5          Y6
  
−
Continuous latent variables
+
Continuous latent variables                                             !@ 潜变量 F1 F2
 
   F1          F2
 
   F1          F2
  
  
−
Estimator                                                      ML
+
Estimator                                                      ML     !@ 估计方法：最大似然法
−
Information matrix                                        OBSERVED
+
Information matrix                                        OBSERVED     !@ 信息矩阵：观测数据
−
Maximum number of iterations                                  1000
+
Maximum number of iterations                                  1000     !@ 最大迭代次数1000次
−
Convergence criterion                                    0.500D-04
+
Convergence criterion                                    0.500D-04     !@ 聚合标准（或翻译为收敛标准）
−
Maximum number of steepest descent iterations                  20
+
Maximum number of steepest descent iterations                  20     !@ 迭代下降最大数：20
  
−
Input data file(s)
+
Input data file(s)                                                     !@ 输入文件：ex5.1.dat
 
   ex5.1.dat
 
   ex5.1.dat
  
−
Input data format  FREE
+
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
+
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
+
MODEL FIT INFORMATION                                                   !@ 模型拟合指数
  
−
Number of Free Parameters                      19
+
Number of Free Parameters                      19                     !@ 自由参数的个数：19个
  
 
Loglikelihood
 
Loglikelihood
第85行： 第94行：
 
             (n* = (n + 2) / 24)
 
             (n* = (n + 2) / 24)
  
−
Chi-Square Test of Model Fit
+
Chi-Square Test of Model Fit                                           !@ 卡方检验的结果 
  
−
           Value                              3.896
+
           Value                              3.896                     !@ 卡方值
−
           Degrees of Freedom                    8
+
           Degrees of Freedom                    8                     !@ 自由度
−
           P-Value                          0.8664
+
           P-Value                          0.8664                     !@ 显著性
  
−
RMSEA (Root Mean Square Error Of Approximation)
+
RMSEA (Root Mean Square Error Of Approximation)                         !@ RMSEA的结果
  
−
           Estimate                          0.000
+
           Estimate                          0.000                     !@ RMSEA的值   
−
           90 Percent C.I.                    0.000  0.027
+
           90 Percent C.I.                    0.000  0.027               !@ RMSEA的90%置信区间
 
           Probability RMSEA <= .05          0.995
 
           Probability RMSEA <= .05          0.995
  
−
CFI/TLI
+
CFI/TLI                                                                 !@ CFI/TFI的结果
  
−
           CFI                                1.000
+
           CFI                                1.000                     !@ CFI的结果
−
           TLI                                1.013
+
           TLI                                1.013                     !@ TLI的结果
  
−
Chi-Square Test of Model Fit for the Baseline Model
+
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                            596.921
+
           Value                            596.921                     !@ 卡方值
−
           Degrees of Freedom                    15
+
           Degrees of Freedom                    15                     !@ 自由度
−
           P-Value                          0.0000
+
           P-Value                          0.0000                     !@ 显著性
  
−
SRMR (Standardized Root Mean Square Residual)
+
SRMR (Standardized Root Mean Square Residual)                         !@ SRMR的结果
  
 
           Value                              0.014
 
           Value                              0.014
第114行： 第123行：
  
  
−
MODEL RESULTS
+
MODEL RESULTS                                                         !@ 模型结果，非标准化的结果
  
 
                                                     Two-Tailed
 
                                                     Two-Tailed
第151行： 第160行：
 
     Y5                0.854      0.111      7.710      0.000
 
     Y5                0.854      0.111      7.710      0.000
 
     Y6                1.066      0.097    11.024      0.000
 
     Y6                1.066      0.097    11.024      0.000
 +
 +
 +
STANDARDIZED MODEL RESULTS                                            !@ 模型结果，标准化的结果
 +
 +
 +
STDYX Standardization                                                  !@ 观测变量、潜变量均标准化后的结果
 +
 +
                                                    Two-Tailed
 +
                    Estimate      S.E.  Est./S.E.    P-Value
 +
 +
F1      BY
 +
    Y1                0.678      0.035    19.348      0.000
 +
    Y2                0.769      0.034    22.496      0.000
 +
    Y3                0.695      0.035    19.946      0.000
 +
 +
F2      BY
 +
    Y4                0.609      0.045    13.676      0.000
 +
    Y5                0.707      0.046    15.391      0.000
 +
    Y6                0.604      0.044    13.580      0.000
 +
 +
F2      WITH
 +
    F1                -0.036      0.062    -0.583      0.560
 +
 +
Intercepts
 +
    Y1                -0.016      0.045    -0.354      0.723
 +
    Y2                0.018      0.045      0.410      0.682
 +
    Y3                0.025      0.045      0.555      0.579
 +
    Y4                -0.016      0.045    -0.350      0.726
 +
    Y5                -0.012      0.045    -0.271      0.786
 +
    Y6                0.037      0.045      0.824      0.410
 +
 +
Variances
 +
    F1                1.000      0.000    999.000    999.000
 +
    F2                1.000      0.000    999.000    999.000
 +
 +
Residual Variances
 +
    Y1                0.540      0.048    11.345      0.000
 +
    Y2                0.409      0.053      7.794      0.000
 +
    Y3                0.517      0.048    10.679      0.000
 +
    Y4                0.629      0.054    11.602      0.000
 +
    Y5                0.501      0.065      7.711      0.000
 +
    Y6                0.635      0.054    11.831      0.000
 +
 +
 +
STDY Standardization                                                !@ 观测变量标准化后的结果
 +
 +
                                                    Two-Tailed
 +
                    Estimate      S.E.  Est./S.E.    P-Value
 +
 +
F1      BY
 +
    Y1                0.678      0.035    19.348      0.000
 +
    Y2                0.769      0.034    22.496      0.000
 +
    Y3                0.695      0.035    19.946      0.000
 +
 +
F2      BY
 +
    Y4                0.609      0.045    13.676      0.000
 +
    Y5                0.707      0.046    15.391      0.000
 +
    Y6                0.604      0.044    13.580      0.000
 +
 +
F2      WITH
 +
    F1                -0.036      0.062    -0.583      0.560
 +
 +
Intercepts
 +
    Y1                -0.016      0.045    -0.354      0.723
 +
    Y2                0.018      0.045      0.410      0.682
 +
    Y3                0.025      0.045      0.555      0.579
 +
    Y4                -0.016      0.045    -0.350      0.726
 +
    Y5                -0.012      0.045    -0.271      0.786
 +
    Y6                0.037      0.045      0.824      0.410
 +
 +
Variances
 +
    F1                1.000      0.000    999.000    999.000
 +
    F2                1.000      0.000    999.000    999.000
 +
 +
Residual Variances
 +
    Y1                0.540      0.048    11.345      0.000
 +
    Y2                0.409      0.053      7.794      0.000
 +
    Y3                0.517      0.048    10.679      0.000
 +
    Y4                0.629      0.054    11.602      0.000
 +
    Y5                0.501      0.065      7.711      0.000
 +
    Y6                0.635      0.054    11.831      0.000
 +
 +
 +
STD Standardization                                                !@ 潜变量标准化后的结果
 +
 +
                                                    Two-Tailed
 +
                    Estimate      S.E.  Est./S.E.    P-Value
 +
 +
F1      BY
 +
    Y1                0.953      0.066    14.508      0.000
 +
    Y2                1.073      0.066    16.233      0.000
 +
    Y3                0.971      0.065    14.828      0.000
 +
 +
F2      BY
 +
    Y4                0.872      0.076    11.467      0.000
 +
    Y5                0.923      0.073    12.677      0.000
 +
    Y6                0.782      0.069    11.401      0.000
 +
 +
F2      WITH
 +
    F1                -0.036      0.062    -0.583      0.560
 +
 +
Intercepts
 +
    Y1                -0.022      0.063    -0.354      0.723
 +
    Y2                0.026      0.062      0.410      0.682
 +
    Y3                0.035      0.062      0.555      0.579
 +
    Y4                -0.022      0.064    -0.350      0.726
 +
    Y5                -0.016      0.058    -0.271      0.786
 +
    Y6                0.048      0.058      0.824      0.410
 +
 +
Variances
 +
    F1                1.000      0.000    999.000    999.000
 +
    F2                1.000      0.000    999.000    999.000
 +
 +
Residual Variances
 +
    Y1                1.064      0.096    11.120      0.000
 +
    Y2                0.798      0.100      7.972      0.000
 +
    Y3                1.010      0.095    10.597      0.000
 +
    Y4                1.290      0.119    10.871      0.000
 +
    Y5                0.854      0.111      7.710      0.000
 +
    Y6                1.066      0.097    11.024      0.000
 +
 +
 +
R-SQUARE
 +
 +
    Observed                                        Two-Tailed
 +
    Variable        Estimate      S.E.  Est./S.E.    P-Value
 +
 +
    Y1                0.460      0.048      9.674      0.000
 +
    Y2                0.591      0.053    11.248      0.000
 +
    Y3                0.483      0.048      9.973      0.000
 +
    Y4                0.371      0.054      6.838      0.000
 +
    Y5                0.499      0.065      7.696      0.000
 +
    Y6                0.365      0.054      6.790      0.000
  
  
第159行： 第301行：
  
  
−
     Beginning Time:  19:54:46
+
DIAGRAM INFORMATION                                                                  !@ 图形信息
−
         Ending Time:  19:54:46
+
 
−
       Elapsed Time:  00:00:00
+
  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
 +
    c:\program files\mplus\mplus examples\user's guide examples\ex5.1.dgm
 +
 
 +
     Beginning Time:  07:52:38                                      !@ 命令语句（程序）开始运行时间
 +
         Ending Time:  07:52:40                                      !@ 命令语句（程序）结束运行时间
 +
       Elapsed Time:  00:00:02                                      !@ 程序运行花费时间
  
  
  
−
MUTHEN & MUTHEN
+
MUTHEN & MUTHEN                                                     !@ Mplus作者
−
3463 Stoner Ave.
+
3463 Stoner Ave.                                                     !@ Mplus公司地址
−
Los Angeles, CA  90066
+
Los Angeles, CA  90066                                               !@ Mplus所在城市、州、邮编
  
−
Tel: (310) 391-9971
+
Tel: (310) 391-9971                                                   !@ Mplus电话
−
Fax: (310) 391-8971
+
Fax: (310) 391-8971                                                   !@ Mplus传真
−
Web: www.StatModel.com
+
Web: www.StatModel.com                                               !@ MPlus官网
−
Support: Support@StatModel.com
+
Support: Support@StatModel.com                                       !@ 客服电子邮件
  
−
Copyright (c) 1998-2015 Muthen & Muthen</pre>
+
Copyright (c) 1998-2015 Muthen & Muthen                               !@ 版权信息</pre>

2017年3月1日 (三) 08:30的版本

示意图

代码与注释

TITLE:    this is an example of a CFA with   ! 这是标题，总共两行内容，第一行
          continuous factor indicators;      ! 第二行，想要多少行，就写多少行
DATA:     FILE IS ex5.1.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\ex5.1.dat。
VARIABLE: NAMES ARE y1-y6;    ! 读取数据，该数据文件中包括6个变量的数据，变量名称可以自己定。比如，可以是y1-y6，也可以是item1-item6
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
OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果

结果

Mplus VERSION 7.4                                 !@ Mplus的版本信息
MUTHEN & MUTHEN                                   !@ Mplus作者信息
03/01/2017   7:52 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 CFA with   ! 这是标题，总共两行内容，第一行
            continuous factor indicators;      ! 第二行，想要多少行，就写多少行
  DATA:     FILE IS ex5.1.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
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据，该数据文件中包括6个变量的数据，变量名称可以自己?
  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ite
            f2 BY y4-y6;        ! 定义第2个因素，该因素的测量指标有：y4,y5,y6
  OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果



*** WARNING                     !@ 警告：命令语句的第三行太长，只保留了前90个字符，但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  DATA:     FILE IS ex5.1.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?
*** WARNING                     !@ 警告：命令语句的第四行太长，只保留了前90个字符，但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据，该数据文件中包括6个变量的数据，变量名称可以自己定
*** WARNING                     !@ 警告：命令语句的第五行太长，只保留了前90个字符，但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  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item
   3 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS     !@输入的命令语句有3个警告



this is an example of a CFA with                                        !@ TITLE，标题
continuous factor indicators;      ! 第二行，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                                    6      !@ （因）变量6个 
Number of independent variables                                  0      !@ （自）变量0个
Number of continuous latent variables                            2      !@ 潜变量2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
   Y1          Y2          Y3          Y4          Y5          Y6

Continuous latent variables                                             !@ 潜变量 F1 F2
   F1          F2


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：ex5.1.dat
  ex5.1.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                       19                      !@ 自由参数的个数：19个

Loglikelihood

          H0 Value                       -4906.609
          H1 Value                       -4904.661

Information Criteria

          Akaike (AIC)                    9851.218
          Bayesian (BIC)                  9931.295
          Sample-Size Adjusted BIC        9870.988
            (n* = (n + 2) / 24)

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

          Value                              3.896                      !@ 卡方值 
          Degrees of Freedom                     8                      !@ 自由度
          P-Value                           0.8664                      !@ 显著性

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

          Estimate                           0.000                      !@ RMSEA的值    
          90 Percent C.I.                    0.000  0.027               !@ RMSEA的90%置信区间
          Probability RMSEA <= .05           0.995

CFI/TLI                                                                 !@ CFI/TFI的结果

          CFI                                1.000                     !@ CFI的结果
          TLI                                1.013                     !@ 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                            596.921                     !@ 卡方值
          Degrees of Freedom                    15                     !@ 自由度
          P-Value                           0.0000                     !@ 显著性

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

          Value                              0.014



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

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value

 F1       BY
    Y1                 1.000      0.000    999.000    999.000
    Y2                 1.126      0.099     11.368      0.000
    Y3                 1.019      0.089     11.482      0.000

 F2       BY
    Y4                 1.000      0.000    999.000    999.000
    Y5                 1.059      0.129      8.199      0.000
    Y6                 0.897      0.105      8.531      0.000

 F2       WITH
    F1                -0.030      0.052     -0.582      0.560

 Intercepts
    Y1                -0.022      0.063     -0.354      0.723
    Y2                 0.026      0.062      0.410      0.682
    Y3                 0.035      0.062      0.555      0.579
    Y4                -0.022      0.064     -0.350      0.726
    Y5                -0.016      0.058     -0.271      0.786
    Y6                 0.048      0.058      0.824      0.410

 Variances
    F1                 0.907      0.125      7.254      0.000
    F2                 0.760      0.133      5.734      0.000

 Residual Variances
    Y1                 1.064      0.096     11.120      0.000
    Y2                 0.798      0.100      7.972      0.000
    Y3                 1.010      0.095     10.597      0.000
    Y4                 1.290      0.119     10.871      0.000
    Y5                 0.854      0.111      7.710      0.000
    Y6                 1.066      0.097     11.024      0.000


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


STDYX Standardization                                                  !@ 观测变量、潜变量均标准化后的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value

 F1       BY
    Y1                 0.678      0.035     19.348      0.000
    Y2                 0.769      0.034     22.496      0.000
    Y3                 0.695      0.035     19.946      0.000

 F2       BY
    Y4                 0.609      0.045     13.676      0.000
    Y5                 0.707      0.046     15.391      0.000
    Y6                 0.604      0.044     13.580      0.000

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560

 Intercepts
    Y1                -0.016      0.045     -0.354      0.723
    Y2                 0.018      0.045      0.410      0.682
    Y3                 0.025      0.045      0.555      0.579
    Y4                -0.016      0.045     -0.350      0.726
    Y5                -0.012      0.045     -0.271      0.786
    Y6                 0.037      0.045      0.824      0.410

 Variances
    F1                 1.000      0.000    999.000    999.000
    F2                 1.000      0.000    999.000    999.000

 Residual Variances
    Y1                 0.540      0.048     11.345      0.000
    Y2                 0.409      0.053      7.794      0.000
    Y3                 0.517      0.048     10.679      0.000
    Y4                 0.629      0.054     11.602      0.000
    Y5                 0.501      0.065      7.711      0.000
    Y6                 0.635      0.054     11.831      0.000


STDY Standardization                                                 !@ 观测变量标准化后的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value

 F1       BY
    Y1                 0.678      0.035     19.348      0.000
    Y2                 0.769      0.034     22.496      0.000
    Y3                 0.695      0.035     19.946      0.000

 F2       BY
    Y4                 0.609      0.045     13.676      0.000
    Y5                 0.707      0.046     15.391      0.000
    Y6                 0.604      0.044     13.580      0.000

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560

 Intercepts
    Y1                -0.016      0.045     -0.354      0.723
    Y2                 0.018      0.045      0.410      0.682
    Y3                 0.025      0.045      0.555      0.579
    Y4                -0.016      0.045     -0.350      0.726
    Y5                -0.012      0.045     -0.271      0.786
    Y6                 0.037      0.045      0.824      0.410

 Variances
    F1                 1.000      0.000    999.000    999.000
    F2                 1.000      0.000    999.000    999.000

 Residual Variances
    Y1                 0.540      0.048     11.345      0.000
    Y2                 0.409      0.053      7.794      0.000
    Y3                 0.517      0.048     10.679      0.000
    Y4                 0.629      0.054     11.602      0.000
    Y5                 0.501      0.065      7.711      0.000
    Y6                 0.635      0.054     11.831      0.000


STD Standardization                                                 !@ 潜变量标准化后的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value

 F1       BY
    Y1                 0.953      0.066     14.508      0.000
    Y2                 1.073      0.066     16.233      0.000
    Y3                 0.971      0.065     14.828      0.000

 F2       BY
    Y4                 0.872      0.076     11.467      0.000
    Y5                 0.923      0.073     12.677      0.000
    Y6                 0.782      0.069     11.401      0.000

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560

 Intercepts
    Y1                -0.022      0.063     -0.354      0.723
    Y2                 0.026      0.062      0.410      0.682
    Y3                 0.035      0.062      0.555      0.579
    Y4                -0.022      0.064     -0.350      0.726
    Y5                -0.016      0.058     -0.271      0.786
    Y6                 0.048      0.058      0.824      0.410

 Variances
    F1                 1.000      0.000    999.000    999.000
    F2                 1.000      0.000    999.000    999.000

 Residual Variances
    Y1                 1.064      0.096     11.120      0.000
    Y2                 0.798      0.100      7.972      0.000
    Y3                 1.010      0.095     10.597      0.000
    Y4                 1.290      0.119     10.871      0.000
    Y5                 0.854      0.111      7.710      0.000
    Y6                 1.066      0.097     11.024      0.000


R-SQUARE

    Observed                                        Two-Tailed
    Variable        Estimate       S.E.  Est./S.E.    P-Value

    Y1                 0.460      0.048      9.674      0.000
    Y2                 0.591      0.053     11.248      0.000
    Y3                 0.483      0.048      9.973      0.000
    Y4                 0.371      0.054      6.838      0.000
    Y5                 0.499      0.065      7.696      0.000
    Y6                 0.365      0.054      6.790      0.000


QUALITY OF NUMERICAL RESULTS

     Condition Number for the Information Matrix              0.409E-01
       (ratio of smallest to largest eigenvalue)


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
    c:\program files\mplus\mplus examples\user's guide examples\ex5.1.dgm

     Beginning Time:  07:52:38                                      !@ 命令语句（程序）开始运行时间
        Ending Time:  07:52:40                                      !@ 命令语句（程序）结束运行时间
       Elapsed Time:  00:00:02                                      !@ 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
取自“http://www.obhrm.net/index.php?title=Mplus_CFA_Example_5.1&oldid=2297”