“Mplus SEM Example 5.12”的版本间的差异

来自OBHRM百科
跳转至： 导航、 搜索
 
（未显示同一用户的4个中间版本）
第1行： 第1行：
 +
==示意图==
 +
[[文件:mplus0512.jpg | center |600px]]
 +
 +
==代码与注释==
 +
<pre>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 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-item12，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
 +
OUTPUT:STANDARDIZED;                                ! 报告标准化之后的结果，这是增加的命令语句。</pre>
 +
 
==结果==
 
==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 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 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。比如，可以是y1-y12，也可以是item1-item12。
 +
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-item12，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
 +
OUTPUT:STANDARDIZED;                                                  ! 报告标准化之后的结果，这是增加的命令语句。
 +
 +
 +
 +
 +
INPUT READING TERMINATED NORMALLY                                      !输入指令读取正常终止，如果是非正常终止，就需要检查数据或命令语句。
 +
 +
 +
 +
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
 +
 +
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
 +
  Y1          Y2          Y3          Y4          Y5          Y6      !@ 观测（因）变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
 +
  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：ex5.12.dat
 +
  ex5.11.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                      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          !@ Y2的非标准化因子负荷
 +
    Y6                0.891      0.092      9.735      0.000          !@ Y3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到F4的系数
 +
 +
F3      ON
 +
    F1                0.563      0.070      8.027      0.000          !@ F1到F3的系数
 +
    F2                0.790      0.086      9.228      0.000          !@ F1到F3的系数
 +
 +
F2      WITH
 +
    F1                -0.030      0.055    -0.545      0.586          !@ F1 F2之间的相关系数
 +
 +
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
 +
 +
 +
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，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）
 +
 +
F1      BY
 +
    Y1                0.679      0.035    19.246      0.000          !@ Y1的标准化因子负荷
 +
    Y2                0.780      0.033    23.806      0.000          !@ Y2的标准化因子负荷
 +
    Y3                0.637      0.035    18.004      0.000          !@ Y3的标准化因子负荷
 +
 +
F2      BY
 +
    Y4                0.660      0.038    17.593      0.000          !@ Y4的标准化因子负荷
 +
    Y5                0.644      0.038    17.002      0.000          !@ Y5的标准化因子负荷
 +
    Y6                0.633      0.038    16.496      0.000          !@ Y6的标准化因子负荷
 +
 +
F3      BY
 +
    Y7                0.766      0.026    29.462      0.000          !@ Y7的标准化因子负荷
 +
    Y8                0.723      0.028    25.845      0.000          !@ Y8的标准化因子负荷
 +
    Y9                0.736      0.028    26.747      0.000          !@ Y9的标准化因子负荷
 +
 +
F4      BY
 +
    Y10                0.646      0.043    15.098      0.000          !@ Y10的标准化因子负荷
 +
    Y11                0.625      0.043    14.546      0.000          !@ Y11的标准化因子负荷
 +
    Y12                0.521      0.046    11.444      0.000          !@ Y12的标准化因子负荷
 +
 +
F4      ON
 +
    F3                0.595      0.049    12.145      0.000          !@ F3到F4的系数
 +
 +
F3      ON
 +
    F1                0.454      0.048      9.535      0.000          !@ F1到F3的系数
 +
    F2                0.639      0.044    14.485      0.000          !@ F2到F3的系数
 +
 +
F2      WITH
 +
    F1                -0.034      0.062    -0.545      0.586          !@ F1 F2之间的相关系数
 +
 +
Intercepts                                                            !@ 截距，潜变量为0时，观察变量的值
 +
    Y1                0.008      0.045      0.183      0.855          !@ Y1的截距
 +
    Y2                0.033      0.045      0.738      0.460          !@ Y2的截距
 +
    Y3                0.003      0.045      0.078      0.938          !@ Y3的截距
 +
    Y4                0.073      0.045      1.625      0.104          !@ Y4的截距
 +
    Y5                0.061      0.045      1.360      0.174          !@ Y5的截距
 +
    Y6                0.055      0.045      1.240      0.215          !@ Y6的截距
 +
    Y7                0.034      0.045      0.754      0.451          !@ Y7的截距
 +
    Y8                0.045      0.045      0.999      0.318          !@ Y8的截距
 +
    Y9                0.056      0.045      1.247      0.212          !@ Y9的截距
 +
    Y10              -0.006      0.045    -0.128      0.898          !@ Y10的截距
 +
    Y11                0.032      0.045      0.716      0.474          !@ Y11的截距
 +
    Y12                0.025      0.045      0.563      0.574          !@ Y12的截距
 +
 +
Variances                                                            !@ 因子方差
 +
    F1                1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算，也就是没有这个结果（下同）
 +
    F2                1.000      0.000    999.000    999.000          !@ 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                0.539      0.048    11.249      0.000          !@ Y1的残差
 +
    Y2                0.392      0.051      7.660      0.000          !@ Y2的残差
 +
    Y3                0.594      0.045    13.174      0.000          !@ Y3的残差
 +
    Y4                0.565      0.050    11.403      0.000          !@ Y4的残差
 +
    Y5                0.586      0.049    12.024      0.000          !@ Y5的残差
 +
    Y6                0.600      0.049    12.361      0.000          !@ Y6的残差
 +
    Y7                0.413      0.040    10.352      0.000          !@ Y7的残差
 +
    Y8                0.478      0.040    11.832      0.000          !@ Y8的残差
 +
    Y9                0.459      0.040    11.333      0.000          !@ Y9的残差
 +
    Y10                0.583      0.055    10.565      0.000          !@ Y10的残差
 +
    Y11                0.610      0.054    11.374      0.000          !@ Y11的残差
 +
    Y12                0.728      0.047    15.351      0.000          !@ Y12的残差
 +
    F3                0.405      0.056      7.206      0.000          !@ F3的残差
 +
    F4                0.646      0.058    11.088      0.000          !@ F4的残差
 +
 +
 +
STDY Standardization                                                  !@ 观测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）
 +
 +
F1      BY
 +
    Y1                0.679      0.035    19.246      0.000          !@ Y1的标准化因子负荷
 +
    Y2                0.780      0.033    23.806      0.000          !@ Y2的标准化因子负荷
 +
    Y3                0.637      0.035    18.004      0.000          !@ Y3的标准化因子负荷
 +
 +
F2      BY
 +
    Y4                0.660      0.038    17.593      0.000          !@ Y4的标准化因子负荷
 +
    Y5                0.644      0.038    17.002      0.000          !@ Y5的标准化因子负荷
 +
    Y6                0.633      0.038    16.496      0.000          !@ Y6的标准化因子负荷
 +
 +
F3      BY
 +
    Y7                0.766      0.026    29.462      0.000          !@ Y7的标准化因子负荷
 +
    Y8                0.723      0.028    25.845      0.000          !@ Y8的标准化因子负荷
 +
    Y9                0.736      0.028    26.747      0.000          !@ Y9的标准化因子负荷
 +
 +
F4      BY
 +
    Y10                0.646      0.043    15.098      0.000          !@ Y10的标准化因子负荷
 +
    Y11                0.625      0.043    14.546      0.000          !@ Y11的标准化因子负荷
 +
    Y12                0.521      0.046    11.444      0.000          !@ Y12的标准化因子负荷
 +
 +
F4      ON
 +
    F3                0.595      0.049    12.145      0.000          !@ F3到F4的系数
 +
 +
F3      ON
 +
    F1                0.454      0.048      9.535      0.000          !@ F1到F3的系数
 +
    F2                0.639      0.044    14.485      0.000          !@ F2到F3的系数
 +
 +
F2      WITH
 +
    F1                -0.034      0.062    -0.545      0.586          !@ F1 F2之间的相关系数
 +
 +
Intercepts                                                            !@ 截距，潜变量为0时，观察变量的值
 +
    Y1                0.008      0.045      0.183      0.855          !@ Y1的截距
 +
    Y2                0.033      0.045      0.738      0.460          !@ Y2的截距
 +
    Y3                0.003      0.045      0.078      0.938          !@ Y3的截距
 +
    Y4                0.073      0.045      1.625      0.104          !@ Y4的截距
 +
    Y5                0.061      0.045      1.360      0.174          !@ Y5的截距
 +
    Y6                0.055      0.045      1.240      0.215          !@ Y6的截距
 +
    Y7                0.034      0.045      0.754      0.451          !@ Y7的截距
 +
    Y8                0.045      0.045      0.999      0.318          !@ Y8的截距
 +
    Y9                0.056      0.045      1.247      0.212          !@ Y9的截距
 +
    Y10              -0.006      0.045    -0.128      0.898          !@ Y10的截距
 +
    Y11                0.032      0.045      0.716      0.474          !@ Y11的截距
 +
    Y12                0.025      0.045      0.563      0.574          !@ Y12的截距
 +
 +
Variances                                                            !@ 因子方差
 +
    F1                1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算，也就是没有这个结果（下同）
 +
    F2                1.000      0.000    999.000    999.000          !@ 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                0.539      0.048    11.249      0.000          !@ Y1的残差
 +
    Y2                0.392      0.051      7.660      0.000          !@ Y2的残差
 +
    Y3                0.594      0.045    13.174      0.000          !@ Y3的残差
 +
    Y4                0.565      0.050    11.403      0.000          !@ Y4的残差
 +
    Y5                0.586      0.049    12.024      0.000          !@ Y5的残差
 +
    Y6                0.600      0.049    12.361      0.000          !@ Y6的残差
 +
    Y7                0.413      0.040    10.352      0.000          !@ Y7的残差
 +
    Y8                0.478      0.040    11.832      0.000          !@ Y8的残差
 +
    Y9                0.459      0.040    11.333      0.000          !@ Y9的残差
 +
    Y10                0.583      0.055    10.565      0.000          !@ Y10的残差
 +
    Y11                0.610      0.054    11.374      0.000          !@ Y11的残差
 +
    Y12                0.728      0.047    15.351      0.000          !@ Y12的残差
 +
    F3                0.405      0.056      7.206      0.000          !@ F3的残差
 +
    F4                0.646      0.058    11.088      0.000          !@ F4的残差
 +
 +
 +
STD Standardization                                                    !@ 潜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）
 +
 +
F1      BY
 +
    Y1                0.940      0.065    14.467      0.000          !@ Y1的标准化因子负荷
 +
    Y2                1.112      0.066    16.789      0.000          !@ Y2的标准化因子负荷
 +
    Y3                0.881      0.064    13.771      0.000          !@ Y3的标准化因子负荷
 +
 
 +
F2      BY
 +
    Y4                0.942      0.069    13.659      0.000          !@ Y4的标准化因子负荷
 +
    Y5                0.820      0.062    13.326      0.000          !@ Y5的标准化因子负荷
 +
    Y6                0.840      0.064    13.047      0.000          !@ Y6的标准化因子负荷
 +
 +
F3      BY
 +
    Y7                1.165      0.064    18.327      0.000          !@ Y7的标准化因子负荷
 +
    Y8                1.016      0.060    17.018      0.000          !@ Y8的标准化因子负荷
 +
    Y9                1.028      0.059    17.368      0.000          !@ Y9的标准化因子负荷
 +
 +
F4      BY
 +
    Y10                0.927      0.075    12.352      0.000          !@ Y10的标准化因子负荷
 +
    Y11                0.765      0.064    11.999      0.000          !@ Y11的标准化因子负荷
 +
    Y12                0.632      0.063      9.954      0.000          !@ Y12的标准化因子负荷
 +
 +
F4      ON
 +
    F3                0.595      0.049    12.145      0.000          !@ F3到F4的系数
 +
 +
F3      ON
 +
    F1                0.454      0.048      9.535      0.000          !@ F1到F3的系数
 +
    F2                0.639      0.044    14.485      0.000          !@ F2到F3的系数
 +
 +
F2      WITH
 +
    F1                -0.034      0.062    -0.545      0.586          !@ F1 F2之间的相关系数
 +
 +
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                1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算，也就是没有这个结果（下同）
 +
    F2                1.000      0.000    999.000    999.000          !@ F1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                0.405      0.056      7.206      0.000          !@ F3的残差
 +
    F4                0.646      0.058    11.088      0.000          !@ F4的残差
 +
 +
 +
R-SQUARE                                                              !@ R的平方，观测变量、潜变量被因子解释的百分比
 +
 +
    Observed                                        Two-Tailed       
 +
    Variable        Estimate      S.E.  Est./S.E.    P-Value          !@ 观测变量  估计值    标准误  估计标准误  P值（显著性）
 +
 +
    Y1                0.461      0.048      9.623      0.000          !@ Y1被F1解释的百分比
 +
    Y2                0.608      0.051    11.903      0.000          !@ Y2被F1解释的百分比
 +
    Y3                0.406      0.045      9.002      0.000          !@ Y3被F1解释的百分比
 +
    Y4                0.435      0.050      8.797      0.000          !@ Y4被F2解释的百分比
 +
    Y5                0.414      0.049      8.501      0.000          !@ Y5被F2解释的百分比
 +
    Y6                0.400      0.049      8.248      0.000          !@ Y6被F2解释的百分比
 +
    Y7                0.587      0.040    14.731      0.000          !@ Y7被F3解释的百分比
 +
    Y8                0.522      0.040    12.923      0.000          !@ Y8被F3解释的百分比
 +
    Y9                0.541      0.040    13.373      0.000          !@ Y9被F3解释的百分比
 +
    Y10                0.417      0.055      7.549      0.000          !@ Y10被F4解释的百分比
 +
    Y11                0.390      0.054      7.273      0.000          !@ Y11被F4解释的百分比
 +
    Y12                0.272      0.047      5.722      0.000          !@ Y12被F4解释的百分比
 +
 +
    Latent                                        Two-Tailed       
 +
    Variable        Estimate      S.E.  Est./S.E.    P-Value          !@ 潜变量    估计值    标准误  估计标准误  P值（显著性）
 +
 +
    F3                0.595      0.056    10.581      0.000          !@ F3被F1、F2解释的百分比
 +
    F4                0.354      0.058      6.073      0.000          !@ F4被F3解释的百分比
 +
 +
 +
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到F4的影响
 +
 +
  Indirect            0.266      0.043      6.144      0.000
 +
 +
 +
STANDARDIZED TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT, AND DIRECT EFFECTS  !@标准化总效应，总间接效应，具体间接效应和直接效应
 +
 +
 +
STDYX Standardization                                                      !@ 观测变量、潜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)
 +
 +
Effects from F1 to F4                                                      !@F1到F4的影响
 +
 +
  Indirect            0.270      0.036      7.478      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              !@ 估计值    标准误  估计标准误  P值（显著性)
 +
 +
Effects from F1 to F4                                                      !@F1到F4的影响
 +
 +
  Indirect            0.270      0.036      7.478      0.000
 +
 +
 +
STD Standardization                                                        !@ 潜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)
 +
 +
 +
Effects from F1 to F4                                                      !@F1到F4的影响
 +
 +
  Indirect            0.270      0.036      7.478      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                                                                    !图形输出路径
 +
    c:\program files\mplus\mplus examples\user's guide examples\ex5.12.dgm
 +
 +
    Beginning Time:  12:30:10                                                      !@ 命令语句（程序）开始运行时间
 +
        Ending Time:  12:30:12                                                      !@ 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</pre>

2017年6月17日 (六) 12:36的最新版本

示意图

Mplus0512.jpg

代码与注释

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 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-item12，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
OUTPUT:STANDARDIZED;                                 ! 报告标准化之后的结果，这是增加的命令语句。

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 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 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。比如，可以是y1-y12，也可以是item1-item12。
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-item12，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
OUTPUT:STANDARDIZED;                                                   ! 报告标准化之后的结果，这是增加的命令语句。




INPUT READING TERMINATED NORMALLY                                      !输入指令读取正常终止，如果是非正常终止，就需要检查数据或命令语句。



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

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
   Y1          Y2          Y3          Y4          Y5          Y6      !@ 观测（因）变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
   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：ex5.12.dat
  ex5.11.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                       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          !@ Y2的非标准化因子负荷
    Y6                 0.891      0.092      9.735      0.000          !@ Y3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到F4的系数

 F3       ON
    F1                 0.563      0.070      8.027      0.000          !@ F1到F3的系数
    F2                 0.790      0.086      9.228      0.000          !@ F1到F3的系数

 F2       WITH
    F1                -0.030      0.055     -0.545      0.586          !@ F1 F2之间的相关系数

 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


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，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）

 F1       BY
    Y1                 0.679      0.035     19.246      0.000          !@ Y1的标准化因子负荷
    Y2                 0.780      0.033     23.806      0.000          !@ Y2的标准化因子负荷
    Y3                 0.637      0.035     18.004      0.000          !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.660      0.038     17.593      0.000          !@ Y4的标准化因子负荷
    Y5                 0.644      0.038     17.002      0.000          !@ Y5的标准化因子负荷
    Y6                 0.633      0.038     16.496      0.000          !@ Y6的标准化因子负荷

 F3       BY
    Y7                 0.766      0.026     29.462      0.000          !@ Y7的标准化因子负荷
    Y8                 0.723      0.028     25.845      0.000          !@ Y8的标准化因子负荷
    Y9                 0.736      0.028     26.747      0.000          !@ Y9的标准化因子负荷

 F4       BY
    Y10                0.646      0.043     15.098      0.000          !@ Y10的标准化因子负荷
    Y11                0.625      0.043     14.546      0.000          !@ Y11的标准化因子负荷
    Y12                0.521      0.046     11.444      0.000          !@ Y12的标准化因子负荷

 F4       ON
    F3                 0.595      0.049     12.145      0.000          !@ F3到F4的系数

 F3       ON
    F1                 0.454      0.048      9.535      0.000          !@ F1到F3的系数
    F2                 0.639      0.044     14.485      0.000          !@ F2到F3的系数

 F2       WITH
    F1                -0.034      0.062     -0.545      0.586          !@ F1 F2之间的相关系数

 Intercepts                                                            !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.008      0.045      0.183      0.855          !@ Y1的截距
    Y2                 0.033      0.045      0.738      0.460          !@ Y2的截距
    Y3                 0.003      0.045      0.078      0.938          !@ Y3的截距
    Y4                 0.073      0.045      1.625      0.104          !@ Y4的截距
    Y5                 0.061      0.045      1.360      0.174          !@ Y5的截距
    Y6                 0.055      0.045      1.240      0.215          !@ Y6的截距
    Y7                 0.034      0.045      0.754      0.451          !@ Y7的截距
    Y8                 0.045      0.045      0.999      0.318          !@ Y8的截距
    Y9                 0.056      0.045      1.247      0.212          !@ Y9的截距
    Y10               -0.006      0.045     -0.128      0.898          !@ Y10的截距
    Y11                0.032      0.045      0.716      0.474          !@ Y11的截距
    Y12                0.025      0.045      0.563      0.574          !@ Y12的截距

 Variances                                                             !@ 因子方差
    F1                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算，也就是没有这个结果（下同）
    F2                 1.000      0.000    999.000    999.000          !@ 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                 0.539      0.048     11.249      0.000          !@ Y1的残差
    Y2                 0.392      0.051      7.660      0.000          !@ Y2的残差
    Y3                 0.594      0.045     13.174      0.000          !@ Y3的残差
    Y4                 0.565      0.050     11.403      0.000          !@ Y4的残差
    Y5                 0.586      0.049     12.024      0.000          !@ Y5的残差
    Y6                 0.600      0.049     12.361      0.000          !@ Y6的残差
    Y7                 0.413      0.040     10.352      0.000          !@ Y7的残差
    Y8                 0.478      0.040     11.832      0.000          !@ Y8的残差
    Y9                 0.459      0.040     11.333      0.000          !@ Y9的残差
    Y10                0.583      0.055     10.565      0.000          !@ Y10的残差
    Y11                0.610      0.054     11.374      0.000          !@ Y11的残差
    Y12                0.728      0.047     15.351      0.000          !@ Y12的残差
    F3                 0.405      0.056      7.206      0.000          !@ F3的残差
    F4                 0.646      0.058     11.088      0.000          !@ F4的残差


STDY Standardization                                                   !@ 观测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）

 F1       BY
    Y1                 0.679      0.035     19.246      0.000          !@ Y1的标准化因子负荷
    Y2                 0.780      0.033     23.806      0.000          !@ Y2的标准化因子负荷
    Y3                 0.637      0.035     18.004      0.000          !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.660      0.038     17.593      0.000          !@ Y4的标准化因子负荷
    Y5                 0.644      0.038     17.002      0.000          !@ Y5的标准化因子负荷
    Y6                 0.633      0.038     16.496      0.000          !@ Y6的标准化因子负荷

 F3       BY
    Y7                 0.766      0.026     29.462      0.000          !@ Y7的标准化因子负荷
    Y8                 0.723      0.028     25.845      0.000          !@ Y8的标准化因子负荷
    Y9                 0.736      0.028     26.747      0.000          !@ Y9的标准化因子负荷

 F4       BY
    Y10                0.646      0.043     15.098      0.000          !@ Y10的标准化因子负荷
    Y11                0.625      0.043     14.546      0.000          !@ Y11的标准化因子负荷
    Y12                0.521      0.046     11.444      0.000          !@ Y12的标准化因子负荷

 F4       ON
    F3                 0.595      0.049     12.145      0.000          !@ F3到F4的系数

 F3       ON 
    F1                 0.454      0.048      9.535      0.000          !@ F1到F3的系数
    F2                 0.639      0.044     14.485      0.000          !@ F2到F3的系数

 F2       WITH
    F1                -0.034      0.062     -0.545      0.586          !@ F1 F2之间的相关系数

 Intercepts                                                            !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.008      0.045      0.183      0.855          !@ Y1的截距
    Y2                 0.033      0.045      0.738      0.460          !@ Y2的截距
    Y3                 0.003      0.045      0.078      0.938          !@ Y3的截距
    Y4                 0.073      0.045      1.625      0.104          !@ Y4的截距
    Y5                 0.061      0.045      1.360      0.174          !@ Y5的截距
    Y6                 0.055      0.045      1.240      0.215          !@ Y6的截距
    Y7                 0.034      0.045      0.754      0.451          !@ Y7的截距
    Y8                 0.045      0.045      0.999      0.318          !@ Y8的截距
    Y9                 0.056      0.045      1.247      0.212          !@ Y9的截距
    Y10               -0.006      0.045     -0.128      0.898          !@ Y10的截距
    Y11                0.032      0.045      0.716      0.474          !@ Y11的截距
    Y12                0.025      0.045      0.563      0.574          !@ Y12的截距
 
 Variances                                                             !@ 因子方差
    F1                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算，也就是没有这个结果（下同）
    F2                 1.000      0.000    999.000    999.000          !@ 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                 0.539      0.048     11.249      0.000          !@ Y1的残差
    Y2                 0.392      0.051      7.660      0.000          !@ Y2的残差
    Y3                 0.594      0.045     13.174      0.000          !@ Y3的残差
    Y4                 0.565      0.050     11.403      0.000          !@ Y4的残差
    Y5                 0.586      0.049     12.024      0.000          !@ Y5的残差
    Y6                 0.600      0.049     12.361      0.000          !@ Y6的残差
    Y7                 0.413      0.040     10.352      0.000          !@ Y7的残差
    Y8                 0.478      0.040     11.832      0.000          !@ Y8的残差
    Y9                 0.459      0.040     11.333      0.000          !@ Y9的残差
    Y10                0.583      0.055     10.565      0.000          !@ Y10的残差
    Y11                0.610      0.054     11.374      0.000          !@ Y11的残差
    Y12                0.728      0.047     15.351      0.000          !@ Y12的残差
    F3                 0.405      0.056      7.206      0.000          !@ F3的残差
    F4                 0.646      0.058     11.088      0.000          !@ F4的残差


STD Standardization                                                    !@ 潜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）

 F1       BY
    Y1                 0.940      0.065     14.467      0.000          !@ Y1的标准化因子负荷
    Y2                 1.112      0.066     16.789      0.000          !@ Y2的标准化因子负荷
    Y3                 0.881      0.064     13.771      0.000          !@ Y3的标准化因子负荷
  
 F2       BY
    Y4                 0.942      0.069     13.659      0.000          !@ Y4的标准化因子负荷
    Y5                 0.820      0.062     13.326      0.000          !@ Y5的标准化因子负荷
    Y6                 0.840      0.064     13.047      0.000          !@ Y6的标准化因子负荷
 
 F3       BY
    Y7                 1.165      0.064     18.327      0.000          !@ Y7的标准化因子负荷
    Y8                 1.016      0.060     17.018      0.000          !@ Y8的标准化因子负荷
    Y9                 1.028      0.059     17.368      0.000          !@ Y9的标准化因子负荷

 F4       BY
    Y10                0.927      0.075     12.352      0.000          !@ Y10的标准化因子负荷
    Y11                0.765      0.064     11.999      0.000          !@ Y11的标准化因子负荷
    Y12                0.632      0.063      9.954      0.000          !@ Y12的标准化因子负荷

 F4       ON
    F3                 0.595      0.049     12.145      0.000          !@ F3到F4的系数

 F3       ON
    F1                 0.454      0.048      9.535      0.000          !@ F1到F3的系数
    F2                 0.639      0.044     14.485      0.000          !@ F2到F3的系数

 F2       WITH
    F1                -0.034      0.062     -0.545      0.586          !@ F1 F2之间的相关系数

 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                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算，也就是没有这个结果（下同）
    F2                 1.000      0.000    999.000    999.000          !@ F1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                 0.405      0.056      7.206      0.000          !@ F3的残差
    F4                 0.646      0.058     11.088      0.000          !@ F4的残差


R-SQUARE                                                               !@ R的平方，观测变量、潜变量被因子解释的百分比

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

    Y1                 0.461      0.048      9.623      0.000          !@ Y1被F1解释的百分比
    Y2                 0.608      0.051     11.903      0.000          !@ Y2被F1解释的百分比
    Y3                 0.406      0.045      9.002      0.000          !@ Y3被F1解释的百分比
    Y4                 0.435      0.050      8.797      0.000          !@ Y4被F2解释的百分比
    Y5                 0.414      0.049      8.501      0.000          !@ Y5被F2解释的百分比
    Y6                 0.400      0.049      8.248      0.000          !@ Y6被F2解释的百分比
    Y7                 0.587      0.040     14.731      0.000          !@ Y7被F3解释的百分比
    Y8                 0.522      0.040     12.923      0.000          !@ Y8被F3解释的百分比
    Y9                 0.541      0.040     13.373      0.000          !@ Y9被F3解释的百分比
    Y10                0.417      0.055      7.549      0.000          !@ Y10被F4解释的百分比
    Y11                0.390      0.054      7.273      0.000          !@ Y11被F4解释的百分比
    Y12                0.272      0.047      5.722      0.000          !@ Y12被F4解释的百分比

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

    F3                 0.595      0.056     10.581      0.000          !@ F3被F1、F2解释的百分比
    F4                 0.354      0.058      6.073      0.000          !@ F4被F3解释的百分比


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到F4的影响

  Indirect             0.266      0.043      6.144      0.000


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


STDYX Standardization                                                       !@ 观测变量、潜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)

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

  Indirect             0.270      0.036      7.478      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               !@ 估计值    标准误  估计标准误   P值（显著性)

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

  Indirect             0.270      0.036      7.478      0.000


STD Standardization                                                         !@ 潜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)


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

  Indirect             0.270      0.036      7.478      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                                                                     !图形输出路径
    c:\program files\mplus\mplus examples\user's guide examples\ex5.12.dgm

     Beginning Time:  12:30:10                                                       !@ 命令语句（程序）开始运行时间
        Ending Time:  12:30:12                                                       !@ 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
取自“http://www.obhrm.net/index.php?title=Mplus_SEM_Example_5.12&oldid=3959”