基于mplus的二参数项目反应理论                                                                                                                                         2016-11-03                                                [url=]评价者[/url]                                                                    
                                                                                                                                                                                                                                                                                                                                          
     INPUT INSTRUCTIONS  
TITLE:        this is an example of a CFA with          categorical factor indicators
DATA:        FILE IS ex5.2.dat;  
VARIABLE:        
NAMES ARE u1-u6;         
CATEGORICAL ARE u1-u6;  
MODEL:        f1 BY u1-u3;         
                     f2 BY u4-u6;
this is an example of a CFA withcategorical factor indicators
SUMMARY OF ANALYSIS
Number of groups                                                
1Number of observations                                       
500Number of dependent variables                                 
   6Number of independent variables                           
      0Number of continuous latent variables                  
          2Observed dependent variables
Binary and ordered categorical (ordinal)   U1          U2          U3          U4          U5          U6
Continuous latent variables   F1          F2
Estimator                                                  
  WLSMVMaximum number of iterations                                
  1000Convergence criterion                                   
0.500D-04Maximum number of steepest descent iterations      
            20Parameterization                                       
     DELTAInput data file(s)  ex5.2.dat
Input data format
FREEUNIVARIATE PROPORTIONS AND COUNTS FOR CATEGORICAL VARIABLES   
U1     Category 1    0.504      252.000      
         Category 2    0.496      248.000   
U2      
      Category 1    0.506      253.000      
        Category 2    0.494      247.000   
U3     
Category 1    0.496      248.000      
Category 2    0.504      252.000   
U4     
Category 1    0.524      262.000      
Category 2    0.476      238.000   
U5      Category 1    0.508      254.000     
Category 2    0.492      246.000   
U6      Category 1    0.510      255.000   
Category 2    0.490      245.000
THE MODEL ESTIMATION TERMINATED NORMALLYTESTS OF MODEL FIT
Chi-Square Test of Model Fit         
Value                            5.482*         
Degrees of Freedom                     8         
P-Value                           0.7051*   
The chi-square value for MLM, MLMV, MLR, ULSMV, WLSM and WLSMV
cannot be used    for chi-square difference testing in the regular way.  
MLM, MLR and WLSM    chi-square difference testing is described on the Mplus website.  
MLMV, WLSMV,    and ULSMV difference testing is done using the DIFFTEST option.
Chi-Square Test of Model Fit for the Baseline Model          Value                           2808.627         
Degrees of Freedom                    15         
P-Value                           0.0000
CFI/TLI         CFI                                1.000          TLI                                1.002
Number of Free Parameters                       13
RMSEA (Root Mean Square Error Of Approximation)          Estimate                        
  0.000WRMR (Weighted Root Mean Square Residual)          Value                        
      0.342
MODEL RESULTS           Two-Tailed                    Estimate       S.E.  Est./S.E.    P-Value
F1       BY   U1               
                                                                                1.000      0.000    999.000    999.000   
                   U2                                                        1.067      0.043     24.661      0.000   
                   U3                                                        1.001      0.039     25.913      0.000
F2       BY    U4                                                       1.000      0.000    999.000    999.000   
                    U5                                                       1.109      0.054     20.482      0.000   
                    U6                                                        1.030      0.047     21.988      0.000
F2       WITH    F1                                                   -0.021      0.049     -0.432      0.666
Thresholds    U1$1                                                    0.010      0.056      0.179      0.858
                      U2$1                                                 0.015      0.056      0.268      0.788   
                       U3$1                                               -0.010      0.056     -0.179      0.858  
                       U4$1                                                 0.060      0.056      1.073      0.283   
                        U5$1                                               0.020      0.056      0.358      0.721
                       U6$1                                                 0.025      0.056      0.447      0.655
                       Variances    F1                                   0.800      0.046     17.439      0.000
                                          F2                                 0.736      0.052     14.099      0.000
R-SQUARE   
Observed                    Residual   
Variable         Estimat    Variance   
   U1                0.800     0.200   
U2                 0.912      0.088  
  U3                 0.802      0.198  
  U4                 0.736      0.264   
U5                 0.906      0.094   
U6                 0.781      0.219
QUALITY OF NUMERICAL RESULTS
    Condition Number for the Information Matrix              0.200E-01       (ratio of smallest to largest eigenvalue)     
   Beginning Time:  18:12:40      
Ending Time:  18:12:40   
Elapsed Time:  00:00:00

转自评价者
我看了一下代码,其实就是做CFA.