主题 |
主要内容 |
（1）多元统计与潜变量模型概览
（2）常用软件介绍与比较
（3）Mplus软件的特色与功能演示
（4）Mplus界面、语法结构、常用命令与默认设置 |
本节从线性回归开始，简要讲述多元统计方法存在的主要不足以及解决方法，由此引出潜变量模型（结构方程模型）；
结构方程模型的起源与简要发展过程；目前常用的潜变量（SEM）分析软件，如LISREL、EQS、AMOS等软件的特点介绍；
为什么学习MPLUS软件？它有什么特点与“过人之处”？Mplus软件主要功能演示；
基本的语法结构、常用命令、不同估计方法的区别、软件的默认设置。
本节重点：1、引用潜变量模型的必要性；2、Mplus有别于其他软件的特色。 |
（1）回归分析与路径分析
（2）递归与非递归模型
（3）纵向数据的路径分析 |
本节从最基本的回归分析和路径分析入手，由易到难，循序渐进讲述Mplus的基本应用过程，使学员对软件的应用完全熟悉，可以独立解决使用过程中存在的常见问题。
简单Mplus程序的编写；数据导入与格式；输出结果报告与解读；递归与非递归模型的区别；路径分析模型的识别规则；路径模型的效应分析；纵向数据的路径分析。 |
（1）探索性因子分析EFA
（2）验证性因子分析CFA
（3）CFA模型应用初级——量表的信度效度检验 |
探索性因子分析与主成分分析的区别；
探索性因子分析的Mplus实现；
探索性结构方程模型（ESEM）简介；
验证性因子分析CFA的基本原理；
CFA模型评价（绝对拟合指标、相对拟合指标、精简拟合指标与竞争拟合指标）；
CFA输出结果解读与报告；
如何通过CFA模型判断量表质量（.组成信度CR、平均变异抽取量AVE）；
CFA模型常见问题剖析（多元正态性检验、特异值检出、非正定、拟合度不好、模型修正、模型比较等）。 |
（1）测量等值与多组CFA模型
（2）高阶CFA模型
（3）CFA模型的应用进阶——MTMM、Bifactor模型 |
测量等值的作用；
测量等值的内容与操作步骤；
Mplus实现测量等值的具体步骤；
多组CFA模型比较；
二阶CFA模型的应用；
高阶与低阶CFA模型的比较；
MTMM模型应用；
Bifactor模型的应用； |
（1）SEM模型的基本原理
（2）SEM模型的应用
（3）模型比较与多组SEM模型 |
SEM模型的相关术语；
SEM模型的基本原理；
SEM的建模过程与模型识别；
SEM模型的比较；
多组SEM模型 |
（1）SEM模型中的常见问题剖析
（2）SEM模型中的相关议题 |
结合案例，对SEM模型中常见的问题进行剖析；
同时对SEM模型中的相关议题（样本量估计、缺失值插补、非正态数据的处理、数据打包技术、形成型模型与反应型模型、类别数据的处理、单指标潜变量的处理等）。 |
（1）中介效应分析技术
（2）多重中介变量模型
（3）调节效应分析技术 |
中介效应模型的形式与作用；
中介效应模型的原理；
中介效应中的抑制变量；
中介效应检验的主要方法（因果法、系数差异法、系数乘积法等）；
中介效应的基本模型与分析步骤；
中介变量间存在因果关系的多重中介模型；
中介变量间无因果关系的多重中介模型；
调节效应模型的形式与作用；
调节效应与交互效应的区别；
调节效应的基本模型与分析步骤；
调节效应分析的简单方法（two-way ANOVA、分组回归、阶层回归。 |
（1）潜调节模型
（2）中介与调节变量分析进阶——混合的中介与调节模型（条件中介模型）
（3）中介与调节效应模型的新进展 |
潜调节变量模型的主要检验方法；
调节变量为类别变量的模型；
调节变量为连续潜在变量的模型；
Bootstrap方法与贝叶斯方法。
|
合作伙伴与授权机构
总部李老师
