Mplus 8.4  2019年11月19日正式发布!

Mplus 8.4版本包括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： 

● 对于计算要求较高的混合模型，特别是对于多个潜在类变量的混合模型，如潜在转换分析和随机截距潜在转换分析，速度有显著的提高。这些速度的改进是通过使用一种新的方法来实现随机启动，扰动选项启动和STSCALE以及新的算法。这些发展在随机起始值和多级优化中进行了描述。第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的巨大速度改进。

● 本质上简化了具有多个潜在类变量的混合模型的输出。 

● 扩展的贝叶斯拟合统计分为3个方面：

1）改进了缺失数据时的后验预测p-values (PPP)

2）贝叶斯CFI/TLI/RMSEA包括置信区间，

3）以及使用模型测试命令的参数限制Wald检验的贝叶斯版本。

● 缺失数据下大型多元三层模型ML估计的改进算法。

● CFI/TLI的Monte Carlo输出。

基础程序 Mplus Base Program

Mplus基础程序包含：

估计回归、路径分析、探索性和验证性因子分析(EFA and CFA)、结构方程(SEM)、增长、离散和连续时间生存分析模型。

在回归和路径分析模型中，观察到的因变量可以是连续的、经过审查的、二进制的、有序的分类(序数)、计数或者是这些变量类型的组合。此外，对于非中介变量的回归分析和路径分析，观察到的因变量可以是无序的范畴(名义上的)。

在EFA中，因子指示器可以是连续的，二进制的，有序的分类(序数)，或者是这些变量类型的组合。

在CFA、SEM和生长模型中，观察到的因变量可以是连续的、被审查的、二进制的、有序的分类(序数)、无序的分类(名义的)、计数，或者是这些变量类型的组合。

其他特殊功能包括：

单一或多组分析;

缺失的数据评估;

复杂的调查数据分析，包括分层、聚类和不均等的选择概率(抽样权重);

潜在的变量交互作用和非线性因素分析最大可能;

随机的山坡上;

individually-varying时代的观察;

非线性参数约束;

间接影响;

所有结果类型的最大似然估计;

引导标准错误和置信区间;

贝叶斯分析和多重归责;

蒙特卡罗模拟设施;

以及后处理图形模块。

基础程序和混合组件 Mplus Base Program and Mixture Add-On 

包含所有Mplus基础程序的功能以外，还包含以下功能：

估计回归混合模型;

路径分析混合模型;

潜在类别分析;

具有多个分类潜变量的潜在类分析;

loglinear模型;

有限混合模型;

综合因果效应(CACE)模型;

潜在的类增长分析;

潜在的转变分析;

隐马尔可夫模型;

离散和连续时间生存混合分析。

观察到的因变量可以是连续的、经过审查的、二进制的、有序的分类(序数)、无序的分类(标称)、计数，或者是这些变量类型的组合。

基础程序和多层组件 Mplus Base Program and Multilevel Add-On 

包含所有Mplus基础程序的功能 + Mplus基础程序和混合组件功能以外，它还评估了使用多级模型的集群数据模型，这些模型包括以下功能：

多层次的回归分析；

多层次的路径分析；

多层次的因素分析；

多层次的结构方程建模；

多层次的增长模型；

多层次的离散和连续的生存模型。

在多层分析中，观察到的因变量可以是连续的、经过审查的、二进制的、有序的分类(序数)、无序的分类(标称)、计数，或者是这些变量类型的组合。

基础程序和组合附加组件 Mplus Base Program and Combination Add-On 

包含所有Mplus基础程序的功能 + Mplus基础程序和混合组件功能 + Mplus基础程序和多层组件功能以外，它包括：

模型处理集群数据；

潜在的类相同的模型；

两级混合回归分析；

两级混合验证性因素分析(CFA)；

结构方程建模(SEM)；

两级潜类别分析；

多层次发展混合建模；

两级混合离散；

连续时间生存分析。

如需更多详情，请联系科软网工作人员info@keruanwang.com或直接拨打我们的咨询电话18511126223，18622001125