新闻资讯    

读书笔记《Data Analysis with Mplus》

管理研究方法联盟推出第一部好书《Data Analysis with Mplus》第一讲。

该书的具体内容包括

l  数据管理

l  数据读取

l  线性结构方程模型

l  纵向结构方程模型

l  多层回归分析

l  潜在类别分析

Mplus数据登录前的数据管理

本章主要介绍如何管理SPSS的原始数据(如缺失值处理,数据保存格式等),以便为Mplus的数据登录做好准备。

 

Mplus不能直接读取SPSS的数据文件格式(*.sav),而是需要将其转化成其他Mplus可读的格式(如*.dat, *.csv)。Mplus数据登录前需要分两步对数据进行管理:

1.缺失值的排查和编码

对于存在缺失值(missing values)的数据文件需要先进行缺失值的处理。如果不对缺失值进行处理,Mplus在读取*.dat文件时将会出现错误。我们在碰到缺失值的数据时,先不要急着删除带有缺失值的数据,因为Mplus具有出色地处理缺失值的能力。对于数据缺失值的处理采用一些特定数值替换编码(如-9,-99,999),代替缺失值。编码处理缺失值的步骤如下:

(1)采用SPSS菜单,transform—record into same variables.

将存在缺失值的变量放入右侧框中,点击old and new values

(2)编码系统设定或用户设定的缺失值

按照上图进行设定,点击continue,返回,点击OK

(3)缺失值被-99填充替换

 

(4)警告:走到这一步还没有结束,SPSS不会自动识别新编码为缺失值,如果不进一步地设定,SPSS会把新编码的数值“-99”识别为普通的数值。那就会弄巧成拙!需要手动在SPSS变量视图中对missing属性进行修改,如下图所示:

设定后,返回变量视图,如下图所示:

除了上述手动在变量试图进行设定外,还可以在SPSS-syntax利用MISSING VALUES命令进行设定。

*Define the new value of "-99" as missing value code.

MISSING VALUES kft_v1 kft_v3 kft_q1 kft_q3 kft_n1 kft_n3 (-99).

EXECUTE.

2. 输出数据文件

(1)输出ASCII数据文件

点击SPSS“另存为”,在上述对话框中“save as type”下拉框中选择“Tab delimited (*.dat)”。记住,不要勾选“write variable names to spreadsheet”,这样保存的数据文件第一行便不会存在变量名称,因为Mplus有专门设定变量名称的命令。点击“Save”命令,则会保存为.dat的数据文件,Mplus,则可以直接读取。

 

(2)输出“Comma delimited(*.csv)数据文件”

SPSS还可以输入另外一种数据文件格式,即*.csv文件,如下图:

在“save as type”下拉框中选择“Comma delimited (*.csv)”。同样记住,不要勾选“write variable names to spreadsheet”。点击“Save”命令,则会保存为.csv的数据文件,Mplus,则可以直接读取。

后续分享小编将以读书笔记的形式给大家分享书中的精彩内容

敬请关注本公众号





发布时间:

2019年05月16日

上一篇:
Mplus如何读取数据与做基本的数据分析?

下一篇:

神秘顾客项目兼具业务和战略价值 | 不是指那些设计粗糙的项目