使用期限*
许可形式单机和网络版
原产地美国
介质下载
适用平台windows,mac
科学软件网是一个以引进国研软件,提供软件服务的营业网站,网站由北京天演融智软件有限公司创办,旨在为国内高校、科研院所和以研发为主的企业事业单位提供的科研软件及相关软件服务。截止目前,科学软件网已获得数百家国际软件公司正式授权,代理销售科研软件达一千余种,软件涵盖领域包括经管,仿真,地球地理,生物化学,工程科学,排版及网络管理等。同时,还提供培训、课程(包含34款软件,66门课程)、实验室解决方案和项目咨询等服务。
Mplus建模框架
建模数据的目的是以简单的方式描述数据结构,便于理解和解释。本质上,数据建模相当于变量之间的一组关系。下图表示了在Mplus建模中的关系类型。矩形表示观测变量,观测变量可以是结果变量或背景变量。背景变量为X,连续和截尾结果变量为y,二元、有序范畴(序数),无序分类(名词)和计数结果变量为u。圆圈代表潜变量。允许连续变量和类别变量,连续潜变量为f,分类潜变量为c。
图中的箭头表示变量之间的回归关系。回归关系是允许的,但在图中没有具体说明,包括观测到的结果变量之间的回归,连续潜变量之间的回归以及类别潜变量的回归。对于连续结果变量,使用的是线性回归模型。对于结果变量,在删截点有或没有通货膨胀,审查(tobit)都使用回归模型。对于二进制和有序分类结果,使用概率或logistic回归模型。对于无序的分类结果,使用多项式logistic回归模型。对于计数结果,不管通货膨胀率是否为零,都使用Poisson和负二项回归模型。
Mplus模型包括连续的潜变量、分类潜变量、连续变量和类别潜变量的组合。上图中,圆柱A描述只有潜在连续变量的模型。圆柱B描述只有特定潜变量的模型。完整的建模框架描述了连续变量和类别变量相结合的模型。上图表明,Mplus估计的描述个体水平的多层次模型(内部)和集群水平(之间)的变量。
![购买mplus软件](//l.b2b168.com/2021/04/30/15/202104301509521171914.jpg)
Mplus Base Program and Combination Add-On
Mplus Base Program and Combination Add-On包含了Mplus Base Program and the Mixture and Multilevel Add-Ons的所有功能。此外,它还包括处理同一模型中的集群数据和潜在类的模型。例如,两级回归混合分析、二级混合验证因子分析(CFA)和结构方程模型(SEM)、二级潜类分析、多层增长混合模型、二级离散和连续时间生存混合分析。其他功能包括缺失数据估计;复杂的调查数据分析,包括分层、聚类和不平等的选择概率(抽样权重);用较大似然法分析潜在变量相互作用和非线性因素;随机斜率;个体变化的观测次数;非线性参数约束;所有结果类型的较大似然估计。贝叶斯分析与多重归责原则;蒙特卡罗模拟功能以及后处理图形模型。
适用平台
• Microsoft Windows 7/8/10
• Mac OS X 10.8或更高版本
• Linux (已在下面的平台中测试过: Ubuntu, RedHat, Fedora, Debian和Gentoo)
• 至少1GB以上的内存
• 至少120 MB硬盘空间
The arrows in the figure represent regression relationships between variables. Regressions relationships that are allowed but not specifically shown in the figure include regressions among observed outcome variables, among continuous latent variables, and among categorical latent variables. For continuous outcome variables, linear regression models are used. For censored outcome variables, censored (tobit) regression models are used, with or without inflation at the censoring point. For binary and ordered categorical outcomes, probit or logistic regressions models are used. For unordered categorical outcomes, multinomial logistic regression models are used. For count outcomes, Poisson and negative binomial regression models are used, with or without inflation at the zero point.
![购买mplus软件](//l.b2b168.com/2021/04/30/15/202104301509524815074.jpg)
Mplus是一款统计建模程序,给研究人员提供了一个灵活的分析数据的工具。Mplus界面简单、数据和分析结果以图形显示,为研究人员提供广泛的模型、估计和算法的选择。Mplus允许进行横截面和纵向、单级和多级数据分析;来自不同人群的观测数据或未观测到的异质性数据,以及包含缺失值的数据都可以进行分析。可以对连续、删失、二进制、有序分类(序数)、无序类别(计数)、计数或这些变量类型的组合观测变量都可以进行分析。此外,Mplus还具有广泛的蒙特卡罗模拟功能,程序中包含的任何模型,都可以生成和分析数据。
Mplus的建模框架借鉴了潜变量的统一主题。而且一般的建模框架来自连续和分类潜变量的使用。连续潜变量用于表示与未观测到的构造相对应的因素,随机效应与发展中的个体差异相对应,随机效应与分层数据中各组间系数变化相对应,弱点对应于生存时间的异质性,责任与疾病遗传易感性相对应,潜在响应变量值与缺失数据相对应。分类潜变量对应于均质个体群,潜在的轨迹分类对应于未观测种群的发展类型,混合组件对应于未观测种群的有限混合,潜在响应变量类别对应于缺失数据。
Mplus Base Program and Combination Add-On
Mplus Base Program and Combination Add-On包含了Mplus Base Program and the Mixture and Multilevel Add-Ons的所有功能。此外,它还包括处理同一模型中的集群数据和潜在类的模型。例如,两级回归混合分析、二级混合验证因子分析(CFA)和结构方程模型(SEM)、二级潜类分析、多层增长混合模型、二级离散和连续时间生存混合分析。其他功能包括缺失数据估计;复杂的调查数据分析,包括分层、聚类和不平等的选择概率(抽样权重);用较大似然法分析潜在变量相互作用和非线性因素;随机斜率;个体变化的观测次数;非线性参数约束;所有结果类型的较大似然估计。贝叶斯分析与多重归责原则;蒙特卡罗模拟功能以及后处理图形模型。
适用平台
Microsoft Windows 7/8/10
Mac OS X 10.8或更高版本
Linux (已在下面的平台中测试过: Ubuntu, RedHat, Fedora, Debian和Gentoo)
至少1GB以上的内存
至少120 MB硬盘空间
![购买mplus软件](//l.b2b168.com/2021/04/30/15/202104301515331086224.jpg)
Mplus版本8.4现已上线。Mplus 8.4版包括对自2019年4月8.3版发布以来发现的小问题的更正,以及以下新功能:
对计算要求很高的混合模型的速度显著提高,特别是多个潜在类变量,如潜在转移分析和随机截距潜在转移分析。这些速度的提高是通过对随机启动扰动选项STARTS和STSCALE以及新算法来实现的。这些内容在随机起始值和多级优化中有描述。*3节的5个混合示例的计时表显示了版本8.4相对于8.3速度大提升的情况。
具有多个潜在类变量的混合模型的都可以进行简化输出。
扩展的贝叶斯拟合统计分为3个方面:数据缺失时改进的后验预测p值(PPP);贝叶斯CFI/TLI/RMSEA包括置信区间;以及使用MODEL TEST命令的参数限制Wald检验的贝叶斯版本。
缺少数据的情况下,大型多元三层模型似然估计的改进算法。
CFI/TLI的Monte Carlo输出;RMSEA的新摘要。
科学软件网主要提供以下科学软件服务:
1、软件培训服务:与国内大学合作,聘请业内人士定期组织软件培训,截止目前,已成功举办软件培训四十多期,累计学员2000余人,不仅让学员掌握了软件使用技巧,加深了软件在本职工作中的应用深度,而且也为**业人士搭建起了沟通的桥梁;
2、软件服务:提供软件试用版、演示版、教程、手册和参考资料的服务;
3、解决方案咨询服务:科学软件网可向用户有偿提供经济统计、系统优化、决策分析、生物制药等方面的解决方案咨询服务;
4、软件升级及技术支持服务:科学软件网可向用户提供软件的本地化技术支持服务,包括软件更新升级、软件故障排除、安装调试、培训等;
5、行业研讨服务:科学软件网会针对不**业,邀请国内外以及软件厂商技术人员,不定期在国内举办大型研讨会,时刻关注*技术,为国内行业技术发展提供导向。
http://turntech8843.b2b168.com