Mplus公司

Mplus是一个统计建模程序,它为研究人员提供了一个灵活的工具来分析他们的数据。Mplus为研究人员提供了多种模型、估计器和算法的选择,程序具有易于使用的界面和数据和分析结果的图形显示。Mplus允许分析横截面和纵向数据、单水平和多水平数据、来自不同人群的具有观察到或未观察到的异质性的数据,以及包含缺失值的数据。可以对连续的、截尾的、二进制的、有序的分类(序数)、无序的分类(标称)、计数或这些变量类型的组合进行分析。此外,Mplus具有广泛的montecarlo模拟研究功能,可以根据程序中包含的任何模型生成和分析数据。


zbMATH中的参考文献(参考文献347篇)

显示347个结果中的1到20个。
按年份排序(引用)

1 2 ... 16 17 18 下一个

  1. 木瓜属,泛甲管炎;Ntzoufras,Ioannis:关于贝叶斯因子分析模型的可辨识性(2022)
  2. 山口,和弘;Templin,Jonathan:诊断分类模型的带单调约束的Gibbs抽样算法(2022)
  3. Fernando Palluzzi,Mario Grassi:SEMgraph:R软件包,用于使用结构方程模型对高通量数据进行因果网络分析(2021年)阿尔十四
  4. Merkle,E.C.,Fitzsimmons,E.,Uanhoro,J.,Goodrich,B.:斯坦的有效贝叶斯结构方程建模(2021)不是zbMATH
  5. 特蕾西,珍妮A。;王,春;克莱曼,马乔里;琼斯,理查德·N。;Weiss,David J.:患者报告结果测量信息系统(PROMIS\Circleder)的差异项目功能分析:方法、挑战、进展和未来方向(2021年)
  6. 陈劲松:基于贝叶斯套索的多维项目反应理论的部分验证性研究(2020)
  7. 冯义;Harring,Jeffrey R.:书评:J.Wang和X.Wang,结构方程建模。使用Mplus的应用程序。第二版(2020年)
  8. 傅志辉;张雪;Tao,Jian:高阶项目反应模型的Gibbs抽样(2020年)
  9. 格伦伯格,斯特芬;莫斯,乔纳斯;Foldnes,Njål:与二进制数据潜在相关性的部分识别(2020)
  10. 郑敏贞;德博克,保罗;李向瑞;吕忠林:用条件联合建模方法进行三元心理数据分析(2020)
  11. Matthias Speidel,Jörg Drechsler,Shahab Jolani:R程序包hmi:分层多重插补和超越的便捷工具(2020)不是zbMATH
  12. Okan Bulut,Christopher David Desjardins:profileR:An R package for profile analysis(2020年)不是zbMATH
  13. 潘俊浩;爱德华哈辛;Dubé,Laurette:多层次异质因子分析及其在生态瞬间评估中的应用(2020)
  14. 黄宝贤:lslx:基于惩罚似然的半验证性结构方程模型(2020)不是zbMATH
  15. 王纪川;王晓倩:结构方程模型。使用MPLU的应用程序(2020)
  16. 马文超,Jimmy de la Torre:GDINA:认知诊断建模的R包(2020)不是zbMATH
  17. 崔瑞飞;布科尔,伊安·加布里埃尔;格罗特,佩里;Heskes,Tom:基于缺失值混合数据的潜在变量建模的新贝叶斯方法(2019)
  18. 格雷尔,圣潘;杜普伊斯·洛泽隆,伊莉丝;马延元;Victoria Feser,Maria Pia:复杂模型的基于模拟的偏差校正方法(2019)
  19. 刘、杨;杨继承;Maydeu Olivares,Alberto:项目反应理论模型的限制性再校准(2019年)
  20. 马文超:多策略多断层反应诊断树模型(2019)

1 2 ... 16 17 18 下一个


更多出版物请访问:http://www.statmodel.com/references.shtml