MPLUS結構方程模型應用

probit模型和logistic模型的結果在很多情況下非常想近，但是從output上比較發現，logistic迴歸會報告OR值，但是probit模型只會報告迴歸係數。而兩者最大的區別在與logistic迴歸採用最大似然估計(ML)。而probit迴歸採用穩健加權最小二乘法(WLSM)(默認的方法)。

工具/原料

mplus7方法/步驟

1、TITLE: this is an example of a probit regression

for a binary or categorical observed

dependent variable with two covariates

DATA: FILE IS ;

VARIABLE: NAMES ARE u1-u6 x1-x4;

USEVARIABLES ARE u1 x1 x3;

CATEGORICAL = u1;

!這裏假如加上了analysis： estimator=ml就變成了邏輯迴歸

MODEL: u1 ON x1 x3;

2、運行結果，截取最重要的部分見下圖

3、圖中可以看出對於probit模型來說，他與logistic最大的`區別在於，probit沒有OR值，但是有R square。然後我們可以參照上一篇內容對兩者的結果進行對比，可以發現兩者的迴歸係數基本相同。出入不大。原作者：delta數據工作室MPLUS結構方程模型應用