“Mplus SEM Example 5.12”的版本间的差异

来自OBHRM百科
跳转至： 导航、 搜索
第1行： 第1行：
 
==结果==
 
==结果==
 +
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

2017年6月14日 (三) 20:17的版本

结果

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

取自“http://www.obhrm.net/index.php?title=Mplus_SEM_Example_5.12&oldid=3919”