“Mplus Path Analysis Example 3.11”的版本间的差异

来自OBHRM百科
跳转至： 导航、 搜索
（创建页面，内容为“==示意图== center ==代码与注释==”）
 
 
（未显示2个用户的5个中间版本）
第2行： 第2行：
 
[[文件:0311.jpg | center ]]
 
[[文件:0311.jpg | center ]]
 
==代码与注释==
 
==代码与注释==
 +
<pre>TITLE: this is an example of a path analysis  ! 标题
 +
with continuous dependent variables
 +
DATA: FILE IS ex3.11.dat;                  ! 数据文件
 +
VARIABLE:NAMES ARE y1-y3 x1-x3;              ! 数据文件中变量的名称，按顺序：y1,y2,y3,x1,x2,x3
 +
MODEL: y1 y2 ON x1 x2 x3;                    ! x1,x2,x3分别到y1,y2的回归
 +
          y3 ON y1 y2 x2;                    ! x2,y1,y2到y3的回归
 +
OUTPUT:  STANDARDIZED;                        ! 结果：标准化结果。</pre>
 +
 +
==结果==
 +
<pre>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 path analysis                                    ! 这是标题，总共两行内容，第一行
 +
  with continuous dependent variables                                              ! 第二行，想要多少行，就写多少行
 +
  DATA: FILE IS ex3.11.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\ex3.11.dat。
 +
  VARIABLE:NAMES ARE y1-y3 x1-x3;                                                        ! 数据文件中变量的名称，按顺序：y1,y2,y3,x1,x2,x3
 +
  MODEL: y1 y2 ON x1 x2 x3;                                                      ! x1,x2,x3分别到y1,y2的回归
 +
            y3 ON y1 y2 x2;                                                            ! x2,y1,y2到y3的回归
 +
  OUTPUT:  STANDARDIZED;                                                                ! 结果：标准化结果。
 +
 +
 +
 +
*** WARNING                                                                             
 +
  Input line exceeded 90 characters. Some input may be truncated.                        !@ 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
 +
  VARIABLE:NAMES ARE y1-y3 x1-x3;                                                        ! 数据文件中变量的名称，按顺序：y1,y2,y3,x1,x2,x3
 +
  1 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS
 +
 +
 +
 +
this is an example of a path analysis                                                    !@ TITLE，标题
 +
with continuous dependent variables                                                      ! 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                                    3                      !@ （因）变量3个
 +
Number of independent variables                                  3                      !@ （自）变量3个
 +
Number of continuous latent variables                            0                      !@ 潜变量0个
 +
 +
Observed dependent variables                                                            !@ 观测（因）变量
 +
                                                                                       
 +
  Continuous                                                                            !@ 观测（因）变量为连续变量 Y1 Y2 Y3
 +
  Y1          Y2          Y3                                                           
 +
                                                                                       
 +
Observed independent variables                                                          !@ 观测（自）变量 X1 X2 X3
 +
  X1          X2          X3
 +
 +
 +
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：ex3.11.dat
 +
  ex3.11.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                      15                                      !@ 自由参数的个数：15个
 +
                                                                                       
 +
Loglikelihood                                                                            !@ 似然函数值的自然对数 
 +
                                                                                       
 +
          H0 Value                      -2364.002                                     
 +
          H1 Value                      -2363.623                                     
 +
                                                                                       
 +
Information Criteria                                                                    !@ 信息标准
 +
                                                                                       
 +
          Akaike (AIC)                    4758.004                                      !@ AIC 
 +
          Bayesian (BIC)                  4821.223                                      !@ BIC
 +
          Sample-Size Adjusted BIC        4773.612                                      !@ 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                              0.757                                      !@ 卡方值
 +
          Degrees of Freedom                    3                                      !@ 自由度
 +
          P-Value                          0.8598                                      !@ 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  0.040                                !@ RMSEA的90%置信区间
 +
          Probability RMSEA <= .05          0.972                                     
 +
                                                                                       
 +
CFI/TLI                                                                                  !@ CFI/TFI的结果
 +
                                                                                       
 +
          CFI                                1.000                                      !@ CFI的结果
 +
          TLI                                1.002                                      !@ 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                          4107.449                                      !@ 卡方值
 +
          Degrees of Freedom                    12                                      !@ 自由度
 +
          P-Value                          0.0000                                      !@ 显著性
 +
                                                                                       
 +
SRMR (Standardized Root Mean Square Residual)                                            !@ SRMR的结果
 +
 +
          Value                              0.001
 +
 +
 +
 +
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）
 +
 +
Y1      ON
 +
    X1                0.992      0.043    22.979      0.000                            !@ X1对Y1的非标准化回归系数（路径系数，下同）
 +
    X2                2.001      0.045    44.618      0.000                            !@ X2对Y1的非标准化回归系数
 +
    X3                3.052      0.045    68.274      0.000                            !@ X3对Y1的非标准化回归系数
 +
 +
Y2      ON
 +
    X1                2.935      0.050    59.002      0.000                            !@ X1对Y2的非标准化回归系数
 +
    X2                1.992      0.052    38.556      0.000                            !@ X2对Y2的非标准化回归系数
 +
    X3                1.023      0.051    19.869      0.000                            !@ X3对Y2的非标准化回归系数
 +
 +
Y3      ON
 +
    Y1                0.507      0.020    25.491      0.000                            !@ Y1对Y3的非标准化回归系数
 +
    Y2                0.746      0.020    37.914      0.000                            !@ Y2对Y3的非标准化回归系数
 +
    X2                1.046      0.072    14.540      0.000                            !@ X2对Y3的非标准化回归系数
 +
 +
Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
 +
    Y1                -1.064      0.046    -23.059      0.000                            !@ Y1的截距
 +
    Y2                -0.042      0.053    -0.784      0.433                            !@ Y2的截距
 +
    Y3                1.068      0.063    17.093      0.000                            !@ Y3的截距
 +
 +
Residual Variances                                                                      !@ 残差，因变量未能解释的方差
 +
    Y1                1.061      0.067    15.811      0.000                            !@ Y1的残差
 +
    Y2                1.408      0.089    15.811      0.000                            !@ Y2的残差
 +
    Y3                1.717      0.109    15.811      0.000                            !@ Y3的残差
 +
 +
 +
STANDARDIZED MODEL RESULTS                                                              !@ 模型结果，标准化的结果
 +
                                                                                       
 +
                                                                                       
 +
STDYX Standardization                                                                    !@ 自变量和因变量均标准化后的结果，也就是全部标准化后的结果。一般报告这个结果。
 +
                                                                                       
 +
                                                    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）
 +
 +
Y1      ON
 +
    X1                0.254      0.015    16.801      0.000                            !@ X1对Y1的标准化回归系数
 +
    X2                0.495      0.020    24.957      0.000                            !@ X2对Y1的标准化回归系数
 +
    X3                0.758      0.020    37.078      0.000                            !@ X3对Y1的标准化回归系数
 +
                                                                                       
 +
Y2      ON                                                                           
 +
    X1                0.759      0.021    35.491      0.000                            !@ X1对Y2的标准化回归系数
 +
    X2                0.497      0.021    23.938      0.000                            !@ X2对Y2的标准化回归系数
 +
    X3                0.256      0.016    15.680      0.000                            !@ X3对Y2的标准化回归系数
 +
                                                                                       
 +
Y3      ON                                                                           
 +
    Y1                0.375      0.016    23.022      0.000                            !@ Y1对Y3的标准化回归系数
 +
    Y2                0.547      0.016    34.161      0.000                            !@ Y2对Y3的标准化回归系数
 +
    X2                0.192      0.014    13.462      0.000                            !@ X2对Y3的标准化回归系数
 +
 +
Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
 +
    Y1                -0.255      0.014    -18.599      0.000                            !@ Y1的截距
 +
    Y2                -0.010      0.013    -0.784      0.433                            !@ Y2的截距
 +
    Y3                0.190      0.012    15.238      0.000                            !@ Y3的截距
 +
                                                                                       
 +
Residual Variances                                                                      !@ 残差，因变量未能解释的方差
 +
    Y1                0.061      0.005    11.537      0.000                            !@ Y1的残差
 +
    Y2                0.082      0.007    11.671      0.000                            !@ Y2的残差
 +
    Y3                0.054      0.005    11.497      0.000                            !@ Y3的残差
 +
 +
 +
STDY Standardization                                                                    !@ 因变量标准化后的结果
 +
                                                                                       
 +
                                                    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）
 +
 +
Y1      ON
 +
    X1                0.238      0.012    19.425      0.000                            !@ X1对Y1的标准化回归系数
 +
    X2                0.479      0.017    28.186      0.000                            !@ X2对Y1的标准化回归系数
 +
    X3                0.731      0.023    32.092      0.000                            !@ X3对Y1的标准化回归系数
 +
                                                                                       
 +
Y2      ON                                                                           
 +
    X1                0.710      0.022    32.309      0.000                            !@ X1对Y2的标准化回归系数
 +
    X2                0.482      0.018    27.283      0.000                            !@ X2对Y2的标准化回归系数
 +
    X3                0.247      0.014    17.668      0.000                            !@ X3对Y2的标准化回归系数
 +
                                                                                       
 +
Y3      ON                                                                           
 +
    Y1                0.375      0.016    23.022      0.000                            !@ Y1对Y3的标准化回归系数
 +
    Y2                0.547      0.016    34.161      0.000                            !@ Y2对Y3的标准化回归系数
 +
    X2                0.186      0.014    13.468      0.000                            !@ X2对Y3的标准化回归系数
 +
 +
Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
 +
    Y1                -0.255      0.014    -18.599      0.000                            !@ Y1的截距
 +
    Y2                -0.010      0.013    -0.784      0.433                            !@ Y2的截距
 +
    Y3                0.190      0.012    15.238      0.000                            !@ Y3的截距
 +
                                                                                       
 +
Residual Variances                                                                      !@ 残差，因变量未能解释的方差
 +
    Y1                0.061      0.005    11.537      0.000                            !@ Y1的残差
 +
    Y2                0.082      0.007    11.671      0.000                            !@ Y2的残差
 +
    Y3                0.054      0.005    11.497      0.000                            !@ Y3的残差
 +
 +
 +
STD Standardization                                                                      !@ 自变量标准化后的结果
 +
                                                                                       
 +
                                                    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）
 +
 +
Y1      ON
 +
    X1                0.992      0.043    22.979      0.000                            !@ X1对Y1的标准化回归系数
 +
    X2                2.001      0.045    44.618      0.000                            !@ X2对Y1的标准化回归系数
 +
    X3                3.052      0.045    68.274      0.000                            !@ X3对Y1的标准化回归系数
 +
                                                                                       
 +
Y2      ON                                                                           
 +
    X1                2.935      0.050    59.002      0.000                            !@ X1对Y2的标准化回归系数
 +
    X2                1.992      0.052    38.556      0.000                            !@ X2对Y2的标准化回归系数
 +
    X3                1.023      0.051    19.869      0.000                            !@ X3对Y2的标准化回归系数
 +
                                                                                       
 +
Y3      ON                                                                           
 +
    Y1                0.507      0.020    25.491      0.000                            !@ Y1对Y3的标准化回归系数
 +
    Y2                0.746      0.020    37.914      0.000                            !@ Y2对Y3的标准化回归系数
 +
    X2                1.046      0.072    14.540      0.000                            !@ X2对Y3的标准化回归系数
 +
 +
Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
 +
    Y1                -1.064      0.046    -23.059      0.000                            !@ Y1的截距
 +
    Y2                -0.042      0.053    -0.784      0.433                            !@ Y2的截距
 +
    Y3                1.068      0.063    17.093      0.000                            !@ Y3的截距
 +
                                                                                       
 +
Residual Variances                                                                      !@ 残差，因变量未能解释的方差
 +
    Y1                1.061      0.067    15.811      0.000                            !@ Y1的残差
 +
    Y2                1.408      0.089    15.811      0.000                            !@ Y2的残差
 +
    Y3                1.717      0.109    15.811      0.000                            !@ Y3的残差
 +
 +
 +
R-SQUARE                                                                                !@ R的平方，因变量被自变量解释的百分比
 +
                                                                                       
 +
    Observed                                        Two-Tailed                         
 +
    Variable        Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
 +
    Y1                0.939      0.005    177.949      0.000                            !@ Y1被X1,X2,X3解释的百分比
 +
    Y2                0.918      0.007    130.104      0.000                            !@ Y2被X1,X2,X3解释的百分比
 +
    Y3                0.946      0.005    201.127      0.000                            !@ Y3被Y1,Y2,X2解释的百分比
 +
 +
 +
QUALITY OF NUMERICAL RESULTS
 +
 +
    Condition Number for the Information Matrix              0.979E-02                  !@ 信息矩阵的条件数
 +
      (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                                                                       
 +
    e:\2016\mplus\mptext2.dgm                                                           
 +
                                                                                       
 +
    Beginning Time:  21:59:39                                                          !@ 命令语句（程序）开始运行时间
 +
        Ending Time:  21:59:40                                                          !@ 命令语句（程序）结束运行时间
 +
      Elapsed Time:  00:00:01                                                          !@ 程序运行花费时间</pre>

2017年6月17日 (六) 16:43的最新版本

示意图

0311.jpg

代码与注释

TITLE:	this is an example of a path analysis  ! 标题
	with continuous dependent variables
DATA:	 FILE IS ex3.11.dat;                  ! 数据文件
VARIABLE:NAMES ARE y1-y3 x1-x3;               ! 数据文件中变量的名称，按顺序：y1,y2,y3,x1,x2,x3
MODEL:	y1 y2 ON x1 x2 x3;                    ! x1,x2,x3分别到y1,y2的回归
           y3 ON y1 y2 x2;                    ! x2,y1,y2到y3的回归
OUTPUT:  STANDARDIZED;                        ! 结果：标准化结果。

结果

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 path analysis                                    ! 这是标题，总共两行内容，第一行
  	with continuous dependent variables                                              ! 第二行，想要多少行，就写多少行
  DATA:	 FILE IS ex3.11.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\ex3.11.dat。
  VARIABLE:NAMES ARE y1-y3 x1-x3;                                                        ! 数据文件中变量的名称，按顺序：y1,y2,y3,x1,x2,x3
  MODEL:	y1 y2 ON x1 x2 x3;                                                       ! x1,x2,x3分别到y1,y2的回归
             y3 ON y1 y2 x2;                                                             ! x2,y1,y2到y3的回归
  OUTPUT:  STANDARDIZED;                                                                 ! 结果：标准化结果。



*** WARNING                                                                              
  Input line exceeded 90 characters. Some input may be truncated.                        !@ 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
  VARIABLE:NAMES ARE y1-y3 x1-x3;                                                        ! 数据文件中变量的名称，按顺序：y1,y2,y3,x1,x2,x3
   1 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS



this is an example of a path analysis                                                    !@ TITLE，标题
with continuous dependent variables                                                      ! 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                                    3                       !@ （因）变量3个 
Number of independent variables                                  3                       !@ （自）变量3个
Number of continuous latent variables                            0                       !@ 潜变量0个

Observed dependent variables                                                             !@ 观测（因）变量
                                                                                         
  Continuous                                                                             !@ 观测（因）变量为连续变量 Y1 Y2 Y3 
   Y1          Y2          Y3                                                            
                                                                                         
Observed independent variables                                                           !@ 观测（自）变量 X1 X2 X3
   X1          X2          X3


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：ex3.11.dat
  ex3.11.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                       15                                       !@ 自由参数的个数：15个
                                                                                         
Loglikelihood                                                                            !@ 似然函数值的自然对数  
                                                                                         
          H0 Value                       -2364.002                                       
          H1 Value                       -2363.623                                       
                                                                                         
Information Criteria                                                                     !@ 信息标准
                                                                                         
          Akaike (AIC)                    4758.004                                       !@ AIC  
          Bayesian (BIC)                  4821.223                                       !@ BIC
          Sample-Size Adjusted BIC        4773.612                                       !@ 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                              0.757                                       !@ 卡方值 
          Degrees of Freedom                     3                                       !@ 自由度
          P-Value                           0.8598                                       !@ 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  0.040                                !@ RMSEA的90%置信区间
          Probability RMSEA <= .05           0.972                                       
                                                                                         
CFI/TLI                                                                                  !@ CFI/TFI的结果
                                                                                         
          CFI                                1.000                                       !@ CFI的结果
          TLI                                1.002                                       !@ 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                           4107.449                                       !@ 卡方值
          Degrees of Freedom                    12                                       !@ 自由度
          P-Value                           0.0000                                       !@ 显著性
                                                                                         
SRMR (Standardized Root Mean Square Residual)                                            !@ SRMR的结果

          Value                              0.001



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）

 Y1       ON
    X1                 0.992      0.043     22.979      0.000                            !@ X1对Y1的非标准化回归系数（路径系数，下同）
    X2                 2.001      0.045     44.618      0.000                            !@ X2对Y1的非标准化回归系数
    X3                 3.052      0.045     68.274      0.000                            !@ X3对Y1的非标准化回归系数

 Y2       ON
    X1                 2.935      0.050     59.002      0.000                            !@ X1对Y2的非标准化回归系数
    X2                 1.992      0.052     38.556      0.000                            !@ X2对Y2的非标准化回归系数
    X3                 1.023      0.051     19.869      0.000                            !@ X3对Y2的非标准化回归系数

 Y3       ON
    Y1                 0.507      0.020     25.491      0.000                            !@ Y1对Y3的非标准化回归系数
    Y2                 0.746      0.020     37.914      0.000                            !@ Y2对Y3的非标准化回归系数
    X2                 1.046      0.072     14.540      0.000                            !@ X2对Y3的非标准化回归系数

 Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
    Y1                -1.064      0.046    -23.059      0.000                            !@ Y1的截距
    Y2                -0.042      0.053     -0.784      0.433                            !@ Y2的截距
    Y3                 1.068      0.063     17.093      0.000                            !@ Y3的截距

 Residual Variances                                                                      !@ 残差，因变量未能解释的方差
    Y1                 1.061      0.067     15.811      0.000                            !@ Y1的残差
    Y2                 1.408      0.089     15.811      0.000                            !@ Y2的残差
    Y3                 1.717      0.109     15.811      0.000                            !@ Y3的残差


STANDARDIZED MODEL RESULTS                                                               !@ 模型结果，标准化的结果
                                                                                         
                                                                                         
STDYX Standardization                                                                    !@ 自变量和因变量均标准化后的结果，也就是全部标准化后的结果。一般报告这个结果。
                                                                                         
                                                    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）

 Y1       ON
    X1                 0.254      0.015     16.801      0.000                            !@ X1对Y1的标准化回归系数
    X2                 0.495      0.020     24.957      0.000                            !@ X2对Y1的标准化回归系数
    X3                 0.758      0.020     37.078      0.000                            !@ X3对Y1的标准化回归系数
                                                                                         
 Y2       ON                                                                             
    X1                 0.759      0.021     35.491      0.000                            !@ X1对Y2的标准化回归系数
    X2                 0.497      0.021     23.938      0.000                            !@ X2对Y2的标准化回归系数
    X3                 0.256      0.016     15.680      0.000                            !@ X3对Y2的标准化回归系数
                                                                                         
 Y3       ON                                                                             
    Y1                 0.375      0.016     23.022      0.000                            !@ Y1对Y3的标准化回归系数
    Y2                 0.547      0.016     34.161      0.000                            !@ Y2对Y3的标准化回归系数
    X2                 0.192      0.014     13.462      0.000                            !@ X2对Y3的标准化回归系数

 Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
    Y1                -0.255      0.014    -18.599      0.000                            !@ Y1的截距
    Y2                -0.010      0.013     -0.784      0.433                            !@ Y2的截距
    Y3                 0.190      0.012     15.238      0.000                            !@ Y3的截距
                                                                                         
 Residual Variances                                                                      !@ 残差，因变量未能解释的方差
    Y1                 0.061      0.005     11.537      0.000                            !@ Y1的残差
    Y2                 0.082      0.007     11.671      0.000                            !@ Y2的残差
    Y3                 0.054      0.005     11.497      0.000                            !@ Y3的残差


STDY Standardization                                                                     !@ 因变量标准化后的结果
                                                                                         
                                                    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）

 Y1       ON
    X1                 0.238      0.012     19.425      0.000                            !@ X1对Y1的标准化回归系数
    X2                 0.479      0.017     28.186      0.000                            !@ X2对Y1的标准化回归系数
    X3                 0.731      0.023     32.092      0.000                            !@ X3对Y1的标准化回归系数
                                                                                         
 Y2       ON                                                                             
    X1                 0.710      0.022     32.309      0.000                            !@ X1对Y2的标准化回归系数
    X2                 0.482      0.018     27.283      0.000                            !@ X2对Y2的标准化回归系数
    X3                 0.247      0.014     17.668      0.000                            !@ X3对Y2的标准化回归系数
                                                                                         
 Y3       ON                                                                             
    Y1                 0.375      0.016     23.022      0.000                            !@ Y1对Y3的标准化回归系数
    Y2                 0.547      0.016     34.161      0.000                            !@ Y2对Y3的标准化回归系数
    X2                 0.186      0.014     13.468      0.000                            !@ X2对Y3的标准化回归系数

 Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
    Y1                -0.255      0.014    -18.599      0.000                            !@ Y1的截距
    Y2                -0.010      0.013     -0.784      0.433                            !@ Y2的截距
    Y3                 0.190      0.012     15.238      0.000                            !@ Y3的截距
                                                                                         
 Residual Variances                                                                      !@ 残差，因变量未能解释的方差
    Y1                 0.061      0.005     11.537      0.000                            !@ Y1的残差
    Y2                 0.082      0.007     11.671      0.000                            !@ Y2的残差
    Y3                 0.054      0.005     11.497      0.000                            !@ Y3的残差


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

 Y1       ON
    X1                 0.992      0.043     22.979      0.000                            !@ X1对Y1的标准化回归系数
    X2                 2.001      0.045     44.618      0.000                            !@ X2对Y1的标准化回归系数
    X3                 3.052      0.045     68.274      0.000                            !@ X3对Y1的标准化回归系数
                                                                                         
 Y2       ON                                                                             
    X1                 2.935      0.050     59.002      0.000                            !@ X1对Y2的标准化回归系数
    X2                 1.992      0.052     38.556      0.000                            !@ X2对Y2的标准化回归系数
    X3                 1.023      0.051     19.869      0.000                            !@ X3对Y2的标准化回归系数
                                                                                         
 Y3       ON                                                                             
    Y1                 0.507      0.020     25.491      0.000                            !@ Y1对Y3的标准化回归系数
    Y2                 0.746      0.020     37.914      0.000                            !@ Y2对Y3的标准化回归系数
    X2                 1.046      0.072     14.540      0.000                            !@ X2对Y3的标准化回归系数

 Intercepts                                                                              !@ 截距，自变量为0时，因变量的值
    Y1                -1.064      0.046    -23.059      0.000                            !@ Y1的截距
    Y2                -0.042      0.053     -0.784      0.433                            !@ Y2的截距
    Y3                 1.068      0.063     17.093      0.000                            !@ Y3的截距
                                                                                         
 Residual Variances                                                                      !@ 残差，因变量未能解释的方差
    Y1                 1.061      0.067     15.811      0.000                            !@ Y1的残差
    Y2                 1.408      0.089     15.811      0.000                            !@ Y2的残差
    Y3                 1.717      0.109     15.811      0.000                            !@ Y3的残差


R-SQUARE                                                                                 !@ R的平方，因变量被自变量解释的百分比
                                                                                         
    Observed                                        Two-Tailed                           
    Variable        Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）

    Y1                 0.939      0.005    177.949      0.000                            !@ Y1被X1,X2,X3解释的百分比
    Y2                 0.918      0.007    130.104      0.000                            !@ Y2被X1,X2,X3解释的百分比
    Y3                 0.946      0.005    201.127      0.000                            !@ Y3被Y1,Y2,X2解释的百分比


QUALITY OF NUMERICAL RESULTS

     Condition Number for the Information Matrix              0.979E-02                  !@ 信息矩阵的条件数
       (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                                                                         
    e:\2016\mplus\mptext2.dgm                                                            
                                                                                         
     Beginning Time:  21:59:39                                                           !@ 命令语句（程序）开始运行时间
        Ending Time:  21:59:40                                                           !@ 命令语句（程序）结束运行时间
       Elapsed Time:  00:00:01                                                           !@ 程序运行花费时间
取自“http://www.obhrm.net/index.php?title=Mplus_Path_Analysis_Example_3.11&oldid=3966”