Mplus的优势与AMOS的不足
Mplus是一款功能强大的多元统计分析软件，其综合了数个潜变量分析方法于一个统一的一般潜变量分析框架内，这些方法包括探索性因素分析(Exploratory factor analysis)、结构方程模型(Structural equation modeling)、项目反应理论(Item response theory analysis)、潜类别分析(Latent class analysis)、潜在转换分析(Latent transition analysis)、生存分析(Survival analysis)、增长模型(Growth modeling)、多水平模型(Multilevel analysis)、复杂数据(Complex survey data analysis)和蒙特卡洛模拟(Monte Carlo simulation)。 Mplus 软件的前身是Bengt O. Muthén教授开发的结构方程建模软件LISCOMP(1988)。Mplus的第一版发布于1998年底，经过10多年的完善，最近一次升级为2010年发布的第6版，最新版本6.12。当前的Mplus 6提供了多个操作系统版(Windows, Mac OS X, 和Linux)。
国内使用最多的SEM软件是AMOS和LISERL，其中AMOS越来越流行，可从各统计论坛的讨论主题窥见一斑。本人之前也是AMOS的使用者，在国内也该算比较早的用户了，当时尚未有中文书籍专门介绍。AMOS的长处是图形界面操作，完全的可视化，所见即所得模式。方便的同时也是有风险的。AMOS的更新速度非常之慢，虽然搭载SPSS从7.0跃居20.0，但功能与4.0并无多大差异。总所周知，SEM的方法更新非常之快，软件不能对此作出迅速反应的结果就是OUT。不仅是AMOS，EQS,LISERL也存在更新慢的问题。但是国内学生或学者还是中意于AMOS的傻瓜式，主要取决于国内期刊的审稿人对SEM并不了解，管你AMOS还是EQS，只要CFI,GFI,TLI达到标准就OK了，管你卡方是多大，df是多少。更别提参数估计的方法和数据分布形态了。
AMOS的主要缺陷：
首先，缺少非正态数据处理功能。 我认为这是其致命的缺点，ML估计的前提是满足多元正态分布假设，而在实际研究中，多半获得的数据非正态分布，使用ML会高估卡方和标准误，经验扭曲参数检验结果。
第二，缺少类别数据处理功能。同第一点一样，分类数据的分布形态很难达到正态，用ML估计或WLS估计会产生误差。
第三，缺少类别潜变量处理功能。 因子分析框架下的潜变量分析模型假设潜变量是连续型的，而实践中，经常遇到类别潜变量的情况，潜类别分析是处理这种情况的常用方法。目前的潜变量建模软件除了Mplus外均不能处理。
第四，缺少多水平数据处理功能。 嵌套数据有其自身特点，数据处理时不考虑数据的多水平结构会产生估计偏差。AMOS目前尚不具备多水平数据处理功能。
综上所述，AMOS在处理潜变量模型时的功能非常受限，进行CFA或SEM如果遇到非正态数据将束手无策。
如果你只考虑发中文论文，AMOS在最近3-5内尚可以应付，如果考虑发表SSCI SCI，AMOS已经不能满足需要了。
如果你准备学习SEM或潜变量建模，我强烈建议你学习Mplus，功能强大而方便。
Mplus学习机会：
http://blog.sina.com.cn/s/blog_7fb03f7d01012fx1.html
扫码加好友，拉您进群
全部版块
我的主页
收藏
3q3q！
