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。