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 319篇文章 参考)

显示319的结果1到20。
按年份排序(引用)

1 2 ... 14 15 16 下一个

  1. Okan Bulut,Christopher David Desjardins:profileR:An R package for profile analysis(2020年)不是zbMATH
  2. 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
  3. 王继川;王晓倩:结构方程模型。使用MPLU的应用程序(2020)
  4. 马文超,Jimmy de la Torre:GDINA:认知诊断建模的R包(2020)不是zbMATH
  5. Cui,Ruifei;Bucur,Ioan Gabriel;Groot,Perry;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年)
  6. Guerrier,Stéphane;Dupuis Lozeron,Elise;Ma,Yanyuan;Victoria Feser,Maria Pia:复杂模型的基于模拟的偏差校正方法(2019年)
  7. Liu,Yang;Yang,Ji Seung;Maydeu Olivares,Alberto:项目反应理论模型的限制性再校准(2019年)
  8. 马文超:多策略多断层反应诊断树模型(2019)
  9. 用于Python的结构方程建模:Georopsemiky,2019阿尔十四
  10. Sergio Venturini,Mehmet-Mehmetoglu:plssem:结构方程偏最小二乘建模的Stata软件包(2019年)不是zbMATH
  11. Bakk,Zsuzza;Kuha,Jouni:潜在类和外部变量之间模型的两步估计(2018)
  12. Chow,Sy Miin;Ou,Lu;Ciptadi,Arridhana;Prince,Emily B.;You,Dongjun;Hunter,Michael D.;Rehg,James M.;Rozga,Agata;Messinger,Daniel S.:使用带状态转换的微分方程模型来表示密集并矢相互作用数据的突变(2018)
  13. Desa,Deana:了解异质人群中测量不变性的非线性建模(2018)
  14. Edgar Merkle;Yves Rosseel:blavaan:通过参数扩展的贝叶斯结构方程模型(2018)不是zbMATH
  15. Heggeseth,Brianna C.;Jewell,Nicholas P.:高斯混合模型如何可能漏掉影响增长模式的因素(2018年)
  16. Jeon,Minjeong;Rijmen,Frank;Rabe Hesketh,Sophia:具有一般因子和多组次要因子的CFA模型(2018年)
  17. Joshua M.Rosenberg;Patrick N.Beymer;Daniel J.Anderson;Jennifer A.Schmidt:tidyLPA:使用开源或商业软件轻松执行最新配置文件分析(LPA)的R包(2018年)不是zbMATH
  18. Kuha,Jouni;Butt,Sarah;Katsikatsou,Myrsini;Skinner,Chris J.:调查“不知道”反应对测量质量和无响应的影响(2018年)
  19. Madison,Matthew J.;Bradshaw,Laine P.:在诊断分类模型框架中评估增长(2018年)
  20. Nummi,Tapio;Salonen,Janne;Koskinen,Lasse;Pan,Jianxin:纵向数据的半参数混合回归模型(2018)

1 2 ... 14 15 16 下一个


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