Mplus

當前版本：9.0 | 最新更新

Mplus由基于主程序和兩個擴展模塊組成：多水平(Multilevel Add-On)和混合模型（Mixture Add-on）.通過不同搭配，Mplus提供四種不同的功能組合：

1.基本程序，基本上等同于一般的SEM軟件，能處理回歸分析、探索和驗證性因素分析、增長模型和生存分析等。

2.基本程序+混合模型模塊，在包括基本程序功能外，增加了估計類別潛變量模型的功能。

3.基本程序+多水平模型模塊，在包括基本程序功能外，增加了估計嵌套數據(多水平數據)的功能。

4.基本程序+兩個模塊組合，包含基本程序功能、混合模型模塊和多水平模型模塊的全部功能。

Mplus概覽

Mplus 是一個潛變量建模程序，具有多種分析功能：

• 探索性因子分析（Exploratory factor analysis，EFA）
• 結構方程建模（Structural equation modeling，SEM）
• 項目反應理論分析（Item response theory analysis，IRT）
• 增長模型（Growth modeling）
• 生存分析（Survival analysis (連續和離散時間)）
• 時間序列分析（Time series analysis (N=1 和多水平)）
• 混合建模Mixture modeling (latent class analysis潛類別分析)
• 縱向混合模型Longitudinal mixture modeling (hidden Markov隱馬爾科夫, latent transition analysis潛轉換分析, latent class growth analysis潛類別增長分析, growth mixture analysis增長混合分析)
• 多水平分析Multilevel analysis
• 復雜調查數據分析Complex survey data analysis
• 貝葉斯分析Bayesian analysis
• 蒙特卡洛模擬Monte Carlo simulation

Mplus Base基礎程序

Mplus基礎程序估計回歸，路徑分析，探索性和驗證性子分析（EFA和CFA），結構方程（SEM），生長，離散和連續時間生存分析模型。在回歸和路徑分析模型中，觀測因變量可以是連續，刪失，二元，有序分類（序數），計數，或這些變量類型的組合。另外，對于非中介變量的回歸分析和路徑分析，觀測因變量可以是非有序分類（名義）。在EFA中，因子指標可以是連續，二元，有序分類（序數），或這些變量類型的組合。在CFA，SEM，和生長模型中，觀測因變量可以是連續，刪失，二元，有序分類（序數），非有序分類（名義），計數，或這些變量類型的組合。其它特別的功能包括單個或多個組分析；缺失數據估計；復雜調查數據分析，包括分層，聚類。和不等選擇概率（抽樣權重）；潛在變量交互和使用極大似然的非線性因子分析；隨機斜率；單時變觀測值；非線性參數約束；間接效應；對于所有輸出類型的極大似然估計；標準誤和置信區間的自舉；貝葉斯分析和多重插補；蒙特卡洛模擬工具；和一個后處理圖形模塊。

Mplus基礎程序和混合插件

Mplus基礎程序和混合插件包含Mplus基礎程序的所有功能。另外，它估計回歸混合模型，路徑分析混合模型；潛在類別分析；帶有多個分類潛在變量的潛在類別分析；對數線性模型；有限混合模型；Complier Average Causal Effect (CACE) 模型；潛在類別生長分析；潛在轉移分析，隱馬爾科夫模型；以及離散和連續時間生存混合分析。觀測因變量可以是連續，刪失，二元，有序分類（序數），非有序分類（名義），計數，或這些變量類型的組合。其它特別的功能包括單個或多個組分析；缺失數據估計；復雜調查數據分析，包括分層，聚類。和不等選擇概率（抽樣權重）；潛在變量交互和使用極大似然的非線性因子分析；隨機斜率；單時變觀測值；非線性參數約束；間接效應；對于所有輸出類型的極大似然估計；標準誤和置信區間的自舉；帶有隨機開始的自動起始值；貝葉斯分析和多重插補；蒙特卡洛模擬工具；和一個后處理圖形模塊。

Mplus基礎程序和多水平插件

Mplus基礎程序和多水平插件包含了Mplus基礎程序的所有功能。另外，它使用多水平模型估計聚類數據模型。這些模型包括多水平回歸分析，多水平路徑分析，多水平因子分析，多水平結構方程建模，多水平生長建模，和多水平離散和連續時間生存模型。在多水平分析中，觀測因變量可以是連續，刪失，二元，有序分類（序數），非有序分類（名義），計數，或這些變量類型的組合。其它特別的功能包括單個或多個組分析；缺失數據估計；復雜調查數據分析，包括分層，聚類。和不等選擇概率（抽樣權重）；潛在變量交互和使用極大似然的非線性因子分析；隨機斜率；單時變觀測值；非線性參數約束；對于所有輸出類型的極大似然估計；貝葉斯分析和多重插補；蒙特卡洛模擬工具；和一個后處理圖形模塊。

Mplus基礎程序和組合插件

Mplus基礎程序和組合插件包含Mplus基礎程序，混合和多水平插件的所有功能。另外，它能處理聚類數據和潛在類別在同一個模型中的情況，例如，二水平回歸混合分析，二水平混合驗證性因子分析（CFA），和結構方程建模(SEM）,二水平潛在類別分析，多水平生長混合建模，二水平離散和連續時間生存混合分析。其它特別的功能包括缺失數據估計；復雜調查數據分析，包括分層，聚類，和不等選擇概率（抽樣權重）；潛在變量交互和使用極大似然的非線性因子分析；隨機斜率；單時變觀測值；非線性參數約束；對于所有輸出類型的極大似然估計；貝葉斯分析和多重插補；蒙特卡洛模擬工具；和一個后處理圖形模塊.

9版最新更新（2025年10月15日）

Mplus 版本 9 現已推出。Mplus 版本 9 包括對自 2024 年 5 月發布版本 8.11 以來發現的小問題的更正以及以下新功能：

• 懲罰結構方程建模 （PSEM） 已得到擴展（Asparouhov &; Muthen，2025a）。對于連續變量，PSEM 現在可用于 TYPE=TWOLEVEL 和 TYPE=THREELEVEL。對于分類、刪失、計數、名義和連續時間生存變量，PSEM 可用于單水平和 TYPE=TWOLEVEL。對于使用 WLSMV 的分類變量，PSEM 可用于單級和 TYPE=TWOLEVEL。PSEM 可用于 TYPE=MIXTURE 和 TYPE=TWOLEVEL MIXTURE。Web Talk 9?討論了 PSEM 在 LCA 中的應用并產生直接影響。
• TYPE=THREELEVEL 和 ESTIMATOR=BAYES 的隨機斜率觀察到的外生自變量的潛在變量分解（潛在變量居中）（Asparouhov & Muthen，2025b)
• 了解更多...

留言詢價         下載試用

系統需求

• 操作系統
  • Microsoft Windows 7/8/10/11
  • Mac OS X 10.11 或更高
    • 10.11: "El Capitan"
    • 10.12: "Sierra"
    • 10.13: "High Sierra"
    • 10.14: "Mojave"
    • 10.15: "Catalina"
    • 11: "Big Sur"
    • 12: "Monterey"
    • 13: "Ventura"
    • 14: "Sonoma"
    • 15: "Sequoia"
  • Linux  64位(在下列分發中測試過: Ubuntu, RedHat, Fedora, Debian, 和 Gentoo)
• 至少1 GB 內存
• 至少120 MB硬盤空間

Mplus（RAM 和虛擬內存）的內存要求取決于分析類型和數據量。例如，使用大樣本的數值積分進行分析可能計算量很大，并且可能需要大量內存。

64 位 Windows 上的 Mplus：Windows 64 位操作系統將所有 64 位應用程序限制為最大 8 TB （8000GB） 的總內存（RAM 和虛擬內存）。

手冊下載

在線留言

尊敬的客戶朋友，如您有任何意見建議，請通過下表反饋給我們，我們會盡快與您聯系。

聯系我們
	微信公眾號	咨詢微信	企業店鋪
400-621-1085
（節假日期間辦公室座機如無人接聽，請選擇其他聯系方式，感謝理解！祝您節日快樂！）

聯系我們	快速鏈接	相關產品	©2025  上海卡貝信息技術有限公司 產品中心 下載中心 站點地圖 隱私政策
銷售QQ咨詢 產品QQ咨詢 淘寶店鋪	綜述 最新更新 下載試用 文檔下載	IBM SPSS Statistics AMOS EQS Facets flexMIRT LatentGOLD IRTPRO HLM UCINET ATLAS.ti NVivo Transana Stata MAXQDA EQSIRT EViews Winsteps LISREL MLwiN GraphpPad Prism NCSS Origin RATS SigmaPlot