“Mplus CFA Example 5.1”的版本间的差异

来自OBHRM百科
跳转至: 导航搜索
 
(未显示2个用户的34个中间版本)
第1行: 第1行:
 
==示意图==
 
==示意图==
 +
[[文件:mplus0501.jpg | center |300px]]
 +
==代码与注释==
 +
<pre>TITLE:    this is an example of a CFA with  ! 这是标题,总共两行内容,第一行
 +
          continuous factor indicators;      ! 第二行,想要多少行,就写多少行
 +
DATA:    FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目录下;或标明绝对路径,比如:c:\mplus\ex5.1.dat。
 +
VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定。比如,可以是y1-y6,也可以是item1-item6
 +
MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为item1-item6,则修改为item1-item3
 +
          f2 BY y4-y6;        ! 定义第2个因素,该因素的测量指标有:y4,y5,y6
 +
OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果,这是增加的命令语句</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 CFA with  ! 这是标题,总共两行内容,第一行
 +
            continuous factor indicators;      ! 第二行,想要多少行,就写多少行
 +
  DATA:    FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目
 +
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己?
 +
  MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为ite
 +
            f2 BY y4-y6;        ! 定义第2个因素,该因素的测量指标有:y4,y5,y6
 +
  OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果
 +
 +
 +
 +
*** WARNING                    !@ 警告:命令语句的第三行太长,只保留了前90个字符,但是不影响结果
 +
  Input line exceeded 90 characters. Some input may be truncated.
 +
  DATA:    FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目?
 +
*** WARNING                    !@ 警告:命令语句的第四行太长,只保留了前90个字符,但是不影响结果
 +
  Input line exceeded 90 characters. Some input may be truncated.
 +
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定
 +
*** WARNING                    !@ 警告:命令语句的第五行太长,只保留了前90个字符,但是不影响结果
 +
  Input line exceeded 90 characters. Some input may be truncated.
 +
  MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为item
 +
  3 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS    !@输入的命令语句有3个警告
 +
 +
 +
 +
this is an example of a CFA with                                      !@ TITLE,标题
 +
continuous factor indicators;      ! 第二行,想要多少行,就写多少行
 +
 +
SUMMARY OF ANALYSIS                                                    !@分析总体情况
 +
 +
Number of groups                                                1    !@ 1组数据,也就是样本没有分组
 +
Number of observations                                        500    !@ 样本量500
 +
 +
Number of dependent variables                                    6    !@ (因)变量6个
 +
Number of independent variables                                  0    !@ (自)变量0个
 +
Number of continuous latent variables                            2    !@ 潜变量2个
 +
 +
Observed dependent variables                                          !@ 观测(因)变量
 +
 +
  Continuous                                                          !@ 观测(因)变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6
 +
  Y1          Y2          Y3          Y4          Y5          Y6
 +
 +
Continuous latent variables                                            !@ 潜变量 F1 F2
 +
  F1          F2
 +
 +
 +
Estimator                                                      ML    !@ 估计方法:最大似然法
 +
Information matrix                                        OBSERVED    !@ 信息矩阵:观测数据
 +
Maximum number of iterations                                  1000    !@ 最大迭代次数1000次
 +
Convergence criterion                                    0.500D-04    !@ 聚合标准(或翻译为收敛标准)
 +
Maximum number of steepest descent iterations                  20    !@ 迭代下降最大数:20
 +
 +
Input data file(s)                                                    !@ 输入文件:ex5.1.dat
 +
  ex5.1.dat
 +
 +
Input data format  FREE                                                !@ 输入文件格式:自由格式,这是Mplus的默认格式
 +
 +
 +
 +
THE MODEL ESTIMATION TERMINATED NORMALLY                              !@ 模型估计正常终止,如果是非正常终止,就需要检查数据或命令语句
 +
 +
 +
 +
MODEL FIT INFORMATION                                                  !@ 模型拟合指数
 +
 +
Number of Free Parameters                      19                    !@ 自由参数的个数:19个
 +
 +
Loglikelihood                                                          !@ 似然函数值的自然对数 
 +
 +
          H0 Value                      -4906.609
 +
          H1 Value                      -4904.661
 +
 +
Information Criteria                                                  !@ 信息标准
 +
 +
          Akaike (AIC)                    9851.218                    !@ AIC 
 +
          Bayesian (BIC)                  9931.295                    !@ BIC
 +
          Sample-Size Adjusted BIC        9870.988                    !@ 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                              3.896                    !@ 卡方值
 +
          Degrees of Freedom                    8                    !@ 自由度
 +
          P-Value                          0.8664                    !@ 显著性
  
==代码与注释==
+
RMSEA (Root Mean Square Error Of Approximation)                        !@ RMSEA的结果
{{code
+
 
|widtha= 20%
+
          Estimate                          0.000                    !@ RMSEA的值   
|widthb=80%
+
          90 Percent C.I.                    0.000  0.027              !@ RMSEA的90%置信区间
|syntax=TITLE:   this is an example of a CFA with<br>
+
          Probability RMSEA <= .05          0.995
continuous factor indicators;<br>    
+
 
DATA:   FILE IS ex5.1.dat;<br>  
+
CFI/TLI                                                                !@ CFI/TFI的结果
VARIABLE: NAMES ARE y1-y6;<br>           
+
 
MODEL:   f1 BY y1-y3;<br>           
+
          CFI                                1.000                    !@ CFI的结果
  f2 BY y4-y6;<br>
+
          TLI                                1.013                    !@ TLI的结果
|comment=<nowiki>!</nowiki>这是标题,总共两行内容,第一行<br>
+
 
<nowiki>!</nowiki>第二行,想要多少行,就写多少行<br>
+
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
<nowiki>!</nowiki>读取数据文件,请确保文件名正确,另外文件的路径应该与对应的分析程序(本文件)在同一目录下;或者标明绝对路径,比如:c:\mplus\ex5.1.dat。<br>
+
 
<nowiki>!</nowiki>读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定。比如,可以是y1-y6,也可以是item1-item6<br>
+
          Value                            596.921                    !@ 卡方值
<nowiki>!</nowiki>定义第1个因素,该因素的测量指标有:y1,y2,y3,具体根据上面的变量名来定。如果上面写的是item1-item6,这个地方修改为:item1-item3,请注意-为英文的-<br>
+
          Degrees of Freedom                    15                    !@ 自由度
<nowiki>!</nowiki>定义第2个因素,该因素的测量指标有:y4,y5,y6,具体根据上面的变量名来定。如果上面写的是item1-item6,这个地方修改为:item4-item6,请注意-为英文的-<br>
+
          P-Value                          0.0000                    !@ 显著性
}}
+
 
 +
SRMR (Standardized Root Mean Square Residual)                          !@ SRMR的结果
 +
 
 +
          Value                              0.014
 +
 
 +
 
 +
 
 +
MODEL RESULTS                                                          !@ 模型结果,非标准化的结果
 +
 
 +
                                                    Two-Tailed
 +
                    Estimate      S.E.  Est./S.E.    P-Value          !@ 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                1.126      0.099    11.368      0.000          !@ Y2的非标准化因子负荷
 +
    Y3                1.019      0.089    11.482      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                1.059      0.129      8.199      0.000          !@ Y5的非标准化因子负荷
 +
    Y6                0.897      0.105      8.531      0.000          !@ Y6的非标准化因子负荷
 +
 
 +
F2      WITH
 +
    F1                -0.030      0.052    -0.582      0.560          !@ F1 F2的协方差
 +
 
 +
  Intercepts                                                            !@ 截距,潜变量为0时,观察变量的值
 +
    Y1                -0.022      0.063    -0.354      0.723          !@ Y1的截距
 +
    Y2                0.026      0.062      0.410      0.682          !@ Y2的截距
 +
    Y3                0.035      0.062      0.555      0.579          !@ Y3的截距
 +
    Y4                -0.022      0.064    -0.350      0.726          !@ Y4的截距
 +
    Y5                -0.016      0.058    -0.271      0.786          !@ Y5的截距
 +
    Y6                0.048      0.058      0.824      0.410          !@ Y6的截距
 +
 
 +
Variances                                                            !@ 因子方差
 +
    F1                0.907      0.125      7.254      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                0.760      0.133      5.734      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                1.064      0.096    11.120      0.000          !@ Y1的残差
 +
    Y2                0.798      0.100      7.972      0.000          !@ Y2的残差
 +
    Y3                1.010      0.095    10.597      0.000          !@ Y3的残差
 +
    Y4                1.290      0.119    10.871      0.000          !@ Y4的残差
 +
    Y5                0.854      0.111      7.710      0.000          !@ Y5的残差
 +
    Y6                1.066      0.097    11.024      0.000          !@ Y6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                0.678      0.035    19.348      0.000          !@ Y1的标准化因子负荷
 +
    Y2                0.769      0.034    22.496      0.000          !@ Y2的标准化因子负荷
 +
    Y3                0.695      0.035    19.946      0.000          !@ Y3的标准化因子负荷
 +
 
 +
F2      BY
 +
    Y4                0.609      0.045    13.676      0.000          !@ Y4的标准化因子负荷
 +
    Y5                0.707      0.046    15.391      0.000          !@ Y5的标准化因子负荷
 +
    Y6                0.604      0.044    13.580      0.000          !@ Y6的标准化因子负荷
 +
 
 +
F2      WITH
 +
    F1                -0.036      0.062    -0.583      0.560          !@ 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                -0.016      0.045    -0.354      0.723          !@ Y1的截距
 +
    Y2                0.018      0.045      0.410      0.682          !@ Y2的截距
 +
    Y3                0.025      0.045      0.555      0.579          !@ Y3的截距
 +
    Y4                -0.016      0.045    -0.350      0.726          !@ Y4的截距
 +
    Y5                -0.012      0.045    -0.271      0.786          !@ Y5的截距
 +
    Y6                0.037      0.045      0.824      0.410          !@ Y6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                0.540      0.048    11.345      0.000          !@ Y1的残差
 +
    Y2                0.409      0.053      7.794      0.000          !@ Y2的残差
 +
    Y3                0.517      0.048    10.679      0.000          !@ Y3的残差
 +
    Y4                0.629      0.054    11.602      0.000          !@ Y4的残差
 +
    Y5                0.501      0.065      7.711      0.000          !@ Y5的残差
 +
    Y6                0.635      0.054    11.831      0.000          !@ Y6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                0.678      0.035    19.348      0.000          !@ Y1的标准化因子负荷
 +
    Y2                0.769      0.034    22.496      0.000          !@ Y2的标准化因子负荷
 +
    Y3                0.695      0.035    19.946      0.000          !@ Y3的标准化因子负荷
 +
 
 +
F2      BY
 +
    Y4                0.609      0.045    13.676      0.000          !@ Y4的标准化因子负荷
 +
    Y5                0.707      0.046    15.391      0.000          !@ Y5的标准化因子负荷
 +
    Y6                0.604      0.044    13.580      0.000          !@ Y6的标准化因子负荷
 +
 
 +
F2      WITH
 +
    F1                -0.036      0.062    -0.583      0.560          !@ 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                -0.016      0.045    -0.354      0.723          !@ Y1的截距
 +
    Y2                0.018      0.045      0.410      0.682          !@ Y2的截距
 +
    Y3                0.025      0.045      0.555      0.579          !@ Y3的截距
 +
    Y4                -0.016      0.045    -0.350      0.726          !@ Y4的截距
 +
    Y5                -0.012      0.045    -0.271      0.786          !@ Y5的截距
 +
    Y6                0.037      0.045      0.824      0.410          !@ Y6的截距
 +
 
 +
Variances
 +
    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                0.540      0.048    11.345      0.000          !@ Y1的残差
 +
    Y2                0.409      0.053      7.794      0.000          !@ Y2的残差
 +
    Y3                0.517      0.048    10.679      0.000          !@ Y3的残差
 +
    Y4                0.629      0.054    11.602      0.000          !@ Y4的残差
 +
    Y5                0.501      0.065      7.711      0.000          !@ Y5的残差
 +
    Y6                0.635      0.054    11.831      0.000          !@ Y6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                0.953      0.066    14.508      0.000          !@ Y1的非标准化因子负荷
 +
    Y2                1.073      0.066    16.233      0.000          !@ Y2的非标准化因子负荷
 +
    Y3                0.971      0.065    14.828      0.000          !@ Y3的非标准化因子负荷
 +
 
 +
F2      BY
 +
    Y4                0.872      0.076    11.467      0.000          !@ Y4的非标准化因子负荷
 +
    Y5                0.923      0.073    12.677      0.000          !@ Y5的非标准化因子负荷
 +
    Y6                0.782      0.069    11.401      0.000          !@ Y6的非标准化因子负荷
 +
 
 +
F2      WITH
 +
    F1                -0.036      0.062    -0.583      0.560          !@ 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                -0.022      0.063    -0.354      0.723          !@ Y1的截距
 +
    Y2                0.026      0.062      0.410      0.682          !@ Y2的截距
 +
    Y3                0.035      0.062      0.555      0.579          !@ Y3的截距
 +
    Y4                -0.022      0.064    -0.350      0.726          !@ Y4的截距
 +
    Y5                -0.016      0.058    -0.271      0.786          !@ Y5的截距
 +
    Y6                0.048      0.058      0.824      0.410          !@ Y6的截距
 +
 
 +
Variances
 +
    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                1.064      0.096    11.120      0.000          !@ Y1的残差
 +
    Y2                0.798      0.100      7.972      0.000          !@ Y2的残差
 +
    Y3                1.010      0.095    10.597      0.000          !@ Y3的残差
 +
    Y4                1.290      0.119    10.871      0.000          !@ Y4的残差
 +
    Y5                0.854      0.111      7.710      0.000          !@ Y5的残差
 +
    Y6                1.066      0.097    11.024      0.000          !@ Y6的残差
 +
 
 +
 
 +
R-SQUARE                                                              !@ R的平方,观察变量被因子解释的百分比
 +
 
 +
    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                0.460      0.048      9.674      0.000          !@ Y1被F1解释的百分比
 +
    Y2                0.591      0.053    11.248      0.000          !@ Y2被F1解释的百分比
 +
    Y3                0.483      0.048      9.973      0.000          !@ Y3被F1解释的百分比
 +
    Y4                0.371      0.054      6.838      0.000          !@ Y4被F2解释的百分比
 +
    Y5                0.499      0.065      7.696      0.000          !@ Y5被F2解释的百分比
 +
    Y6                0.365      0.054      6.790      0.000          !@ Y6被F2解释的百分比
 +
 
 +
 
 +
QUALITY OF NUMERICAL RESULTS
 +
 
 +
    Condition Number for the Information Matrix              0.409E-01              !@ 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
 +
    c:\program files\mplus\mplus examples\user's guide examples\ex5.1.dgm
  
==结果==
+
    Beginning Time:  07:52:38                                        !@ 命令语句(程序)开始运行时间
 +
        Ending Time:  07:52:40                                        !@ 命令语句(程序)结束运行时间
 +
      Elapsed Time:  00:00:02                                        !@ 程序运行花费时间</pre>

2017年6月17日 (六) 16:42的最新版本

示意图

Mplus0501.jpg

代码与注释

TITLE:    this is an example of a CFA with   ! 这是标题,总共两行内容,第一行
          continuous factor indicators;      ! 第二行,想要多少行,就写多少行
DATA:     FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目录下;或标明绝对路径,比如:c:\mplus\ex5.1.dat。
VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定。比如,可以是y1-y6,也可以是item1-item6
MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为item1-item6,则修改为item1-item3
          f2 BY y4-y6;        ! 定义第2个因素,该因素的测量指标有:y4,y5,y6
OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果,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 CFA with   ! 这是标题,总共两行内容,第一行
            continuous factor indicators;      ! 第二行,想要多少行,就写多少行
  DATA:     FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己?
  MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为ite
            f2 BY y4-y6;        ! 定义第2个因素,该因素的测量指标有:y4,y5,y6
  OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果



*** WARNING                     !@ 警告:命令语句的第三行太长,只保留了前90个字符,但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  DATA:     FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目?
*** WARNING                     !@ 警告:命令语句的第四行太长,只保留了前90个字符,但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定
*** WARNING                     !@ 警告:命令语句的第五行太长,只保留了前90个字符,但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为item
   3 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS     !@输入的命令语句有3个警告



this is an example of a CFA with                                       !@ TITLE,标题
continuous factor indicators;      ! 第二行,想要多少行,就写多少行

SUMMARY OF ANALYSIS                                                    !@分析总体情况

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

Number of dependent variables                                    6     !@ (因)变量6个 
Number of independent variables                                  0     !@ (自)变量0个
Number of continuous latent variables                            2     !@ 潜变量2个

Observed dependent variables                                           !@ 观测(因)变量

  Continuous                                                           !@ 观测(因)变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6
   Y1          Y2          Y3          Y4          Y5          Y6

Continuous latent variables                                            !@ 潜变量 F1 F2
   F1          F2


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

Input data file(s)                                                     !@ 输入文件:ex5.1.dat
  ex5.1.dat

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



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



MODEL FIT INFORMATION                                                  !@ 模型拟合指数

Number of Free Parameters                       19                     !@ 自由参数的个数:19个

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

          H0 Value                       -4906.609
          H1 Value                       -4904.661

Information Criteria                                                   !@ 信息标准

          Akaike (AIC)                    9851.218                     !@ AIC  
          Bayesian (BIC)                  9931.295                     !@ BIC
          Sample-Size Adjusted BIC        9870.988                     !@ 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                              3.896                     !@ 卡方值 
          Degrees of Freedom                     8                     !@ 自由度
          P-Value                           0.8664                     !@ 显著性

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

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

CFI/TLI                                                                !@ CFI/TFI的结果

          CFI                                1.000                     !@ CFI的结果
          TLI                                1.013                     !@ TLI的结果

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

          Value                            596.921                     !@ 卡方值
          Degrees of Freedom                    15                     !@ 自由度
          P-Value                           0.0000                     !@ 显著性

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

          Value                              0.014



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

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value          !@ 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                 1.126      0.099     11.368      0.000          !@ Y2的非标准化因子负荷
    Y3                 1.019      0.089     11.482      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                 1.059      0.129      8.199      0.000          !@ Y5的非标准化因子负荷
    Y6                 0.897      0.105      8.531      0.000          !@ Y6的非标准化因子负荷

 F2       WITH
    F1                -0.030      0.052     -0.582      0.560          !@ F1 F2的协方差

 Intercepts                                                            !@ 截距,潜变量为0时,观察变量的值
    Y1                -0.022      0.063     -0.354      0.723          !@ Y1的截距
    Y2                 0.026      0.062      0.410      0.682          !@ Y2的截距
    Y3                 0.035      0.062      0.555      0.579          !@ Y3的截距
    Y4                -0.022      0.064     -0.350      0.726          !@ Y4的截距
    Y5                -0.016      0.058     -0.271      0.786          !@ Y5的截距
    Y6                 0.048      0.058      0.824      0.410          !@ Y6的截距

 Variances                                                             !@ 因子方差
    F1                 0.907      0.125      7.254      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                 0.760      0.133      5.734      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                 1.064      0.096     11.120      0.000          !@ Y1的残差
    Y2                 0.798      0.100      7.972      0.000          !@ Y2的残差
    Y3                 1.010      0.095     10.597      0.000          !@ Y3的残差
    Y4                 1.290      0.119     10.871      0.000          !@ Y4的残差
    Y5                 0.854      0.111      7.710      0.000          !@ Y5的残差
    Y6                 1.066      0.097     11.024      0.000          !@ Y6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                 0.678      0.035     19.348      0.000          !@ Y1的标准化因子负荷
    Y2                 0.769      0.034     22.496      0.000          !@ Y2的标准化因子负荷
    Y3                 0.695      0.035     19.946      0.000          !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.609      0.045     13.676      0.000          !@ Y4的标准化因子负荷
    Y5                 0.707      0.046     15.391      0.000          !@ Y5的标准化因子负荷
    Y6                 0.604      0.044     13.580      0.000          !@ Y6的标准化因子负荷

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560          !@ 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                -0.016      0.045     -0.354      0.723          !@ Y1的截距
    Y2                 0.018      0.045      0.410      0.682          !@ Y2的截距
    Y3                 0.025      0.045      0.555      0.579          !@ Y3的截距
    Y4                -0.016      0.045     -0.350      0.726          !@ Y4的截距
    Y5                -0.012      0.045     -0.271      0.786          !@ Y5的截距
    Y6                 0.037      0.045      0.824      0.410          !@ Y6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                 0.540      0.048     11.345      0.000          !@ Y1的残差
    Y2                 0.409      0.053      7.794      0.000          !@ Y2的残差
    Y3                 0.517      0.048     10.679      0.000          !@ Y3的残差
    Y4                 0.629      0.054     11.602      0.000          !@ Y4的残差
    Y5                 0.501      0.065      7.711      0.000          !@ Y5的残差
    Y6                 0.635      0.054     11.831      0.000          !@ Y6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                 0.678      0.035     19.348      0.000          !@ Y1的标准化因子负荷
    Y2                 0.769      0.034     22.496      0.000          !@ Y2的标准化因子负荷
    Y3                 0.695      0.035     19.946      0.000          !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.609      0.045     13.676      0.000          !@ Y4的标准化因子负荷
    Y5                 0.707      0.046     15.391      0.000          !@ Y5的标准化因子负荷
    Y6                 0.604      0.044     13.580      0.000          !@ Y6的标准化因子负荷

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560          !@ 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                -0.016      0.045     -0.354      0.723          !@ Y1的截距
    Y2                 0.018      0.045      0.410      0.682          !@ Y2的截距
    Y3                 0.025      0.045      0.555      0.579          !@ Y3的截距
    Y4                -0.016      0.045     -0.350      0.726          !@ Y4的截距
    Y5                -0.012      0.045     -0.271      0.786          !@ Y5的截距
    Y6                 0.037      0.045      0.824      0.410          !@ Y6的截距

 Variances
    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                 0.540      0.048     11.345      0.000          !@ Y1的残差
    Y2                 0.409      0.053      7.794      0.000          !@ Y2的残差
    Y3                 0.517      0.048     10.679      0.000          !@ Y3的残差
    Y4                 0.629      0.054     11.602      0.000          !@ Y4的残差
    Y5                 0.501      0.065      7.711      0.000          !@ Y5的残差
    Y6                 0.635      0.054     11.831      0.000          !@ Y6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                 0.953      0.066     14.508      0.000          !@ Y1的非标准化因子负荷
    Y2                 1.073      0.066     16.233      0.000          !@ Y2的非标准化因子负荷
    Y3                 0.971      0.065     14.828      0.000          !@ Y3的非标准化因子负荷

 F2       BY
    Y4                 0.872      0.076     11.467      0.000          !@ Y4的非标准化因子负荷
    Y5                 0.923      0.073     12.677      0.000          !@ Y5的非标准化因子负荷
    Y6                 0.782      0.069     11.401      0.000          !@ Y6的非标准化因子负荷

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560          !@ 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                -0.022      0.063     -0.354      0.723          !@ Y1的截距
    Y2                 0.026      0.062      0.410      0.682          !@ Y2的截距
    Y3                 0.035      0.062      0.555      0.579          !@ Y3的截距
    Y4                -0.022      0.064     -0.350      0.726          !@ Y4的截距
    Y5                -0.016      0.058     -0.271      0.786          !@ Y5的截距
    Y6                 0.048      0.058      0.824      0.410          !@ Y6的截距

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


R-SQUARE                                                               !@ R的平方,观察变量被因子解释的百分比

    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                 0.460      0.048      9.674      0.000          !@ Y1被F1解释的百分比
    Y2                 0.591      0.053     11.248      0.000          !@ Y2被F1解释的百分比
    Y3                 0.483      0.048      9.973      0.000          !@ Y3被F1解释的百分比
    Y4                 0.371      0.054      6.838      0.000          !@ Y4被F2解释的百分比
    Y5                 0.499      0.065      7.696      0.000          !@ Y5被F2解释的百分比
    Y6                 0.365      0.054      6.790      0.000          !@ Y6被F2解释的百分比


QUALITY OF NUMERICAL RESULTS

     Condition Number for the Information Matrix              0.409E-01              !@ 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
    c:\program files\mplus\mplus examples\user's guide examples\ex5.1.dgm

     Beginning Time:  07:52:38                                         !@ 命令语句(程序)开始运行时间
        Ending Time:  07:52:40                                         !@ 命令语句(程序)结束运行时间
       Elapsed Time:  00:00:02                                         !@ 程序运行花费时间