各有关单位：
结构方程模型（SEM, Structural Equation Modeling）分析在近20年来，已经成长为量化论文分析的主流统计技术，又称为第二代多变量分析。结构方程模型不但能够实现传统的第一代多变量分析方法，如多元回归、方差分析、路径分析及多层次模型，同时还考虑了测量误差、同步分析多个因变量模型、模型拟合度、直接与间接效果、处理特殊数据，如自相关、非正态、类别变量等，使得统计估计变得更为精确。
MPLUS在近几年来，由于具备许多优势而得到不少的SEM语法用户的青睐，也吸引了众多LISREL的使用者转而投向MPLUS的阵营。
本次对结构方程模型方法及应用进行了全面的讲解，同时进行深入的案例分析，帮助学员掌握和利用结构方程模型进行具体工作的开展。
现将具体事宜通知如下：
时间及
2023 年 4月 14 日-16 日 （网络直播+上机实操）
2023 年 4月 13 日-16 日 北京（第一天报到 授课三天）
各省市、自治区从事医学、教育、生态、管理、营销、组织行为学、心理学、财会与信息等领域 硕士、博士研究生，高校教师、科研人员等，对结构方程模型及Mplus、Amos、SPSS等数据分析感兴趣者。
内容
第一讲、
结构方程模型简介及必要性Mplus 软件应用及相关软件比较 （1）从线性回归开始，讲述多元统计方法存在的不足及解决方法，由此引出潜变量模型（结构方程模型）；
（2）结构方程模型的起源与发展过程；常用的潜变量（SEM） 分析软件，如 LISREL、EQS、AMOS 等软件的特点介绍；
（3）Mplus 软件主要功能演示及有别于其他软件的特色；
（4）Mplus 界面、语法结构、常用命令与默认设置
第二讲、
回归分析与路径分析递归与非递归模型 纵向数据的路径分析 （1）从回归分析和路径分析入手，讲述 Mplus 的基本应用过程；
（2）简单 Mplus 程序的编写；数据导入与格式；输出结果报告与解读；递归与非递归模型的区别；路径分析模型的识别规则； 路径模型的效应分析；纵向数据的路径分析。
第三讲、
探索性因子分析 EFA 验证性因子分析 CFA
CFA 模型应用初级-量表的信度效度检验 （1）探索性因子分析与主成分分析的区别；
（2）探索性因子分析的 Mplus 实现；
（3）探索性结构方程模型（ESEM）简介；
（4）验证性因子分析 CFA 的基本原理；
（5）CFA模型评价（绝对拟合指标、相对拟合指标、精简拟合指标与竞争拟合指标）；
（6）CFA 输出结果解读与报告；
（7）如何通过 CFA 模型判断量表质量（.组成信度 CR、平均变异抽取量 AVE）；
（8）CFA 模型常见问题剖析（多元正态性检验、特异值检出、非正定、拟合度不好、模型修正、模型比较等）。
第四讲
测量等值与多组 CFA 模型
高阶 CFA 模型
CFA 模 型 的 应 用 进 阶 -MTMM 、
Bifactor 模型 （1）Mplus 实现测量等值的具体步骤；
（2）多组 CFA 模型比较；
（3）二阶 CFA 模型的应用；
（4）高阶与低阶 CFA 模型的比较；
（5）MTMM模型应用；
（6）Bifactor模型的应用；
第五讲
SEM 模型的基本原理
SEM 模型的应用
模型比较与多组 SEM 模型 （1）SEM 模型的相关术语；
（2）SEM 模型的基本原理；
（3）SEM 的建模过程与模型识别；
（4）SEM 模型的比较；
（5）多组 SEM 模型
第六讲
SEM 模型中的常见问题剖析
SEM 模型中的相关议题 （1）SEM 模型中常见问题剖析；
（2）SEM 模型中的相关议题（样本量估计、缺失值插补、非正态数据的处理、数据打包技术、形成型模型与反应型模型、类别数据的处理、单指标潜变量的处理等）。
第七讲
中介效应分析技术
多重中介变量模型
调节效应分析技术 （1）中介效应模型的形式与作用；
（2）中介效应模型的原理；
（3）中介效应中的抑制变量；
（4）中介效应检验的主要方法（因果法、系数差异法、系数乘积法等）；
（5）中介效应的基本模型与分析步骤；
（6）中介变量间存在因果关系的多重中介模型；
（7）中介变量间无因果关系的多重中介模型；
（8）调节效应模型的形式与作用；
（9）调节效应与交互效应的区别；
（10）调节效应的基本模型与分析步骤；
（11）调节效应分析的简单方法（two-way ANOVA、分组回归、阶层回归。
第八讲
潜调节模型
中介与调节变量分析进阶——混合
的中介与调节模型（条件中介模型） 中介与调节效应模型的新进展 （1）潜调节变量模型的主要检验方法；
（2）调节变量为类别变量的模型；
（3）调节变量为连续潜在变量的模型；
（4）Bootstrap 方法。
第九讲
潜在类别分析
潜在剖面分析
回归混合模型
（1）潜在类别分析概述
（2）同质性与潜在距离
（3）模型拟合的评价
（4）潜在剖面分析
（5）含预测变量的回归混合模型
（6）含结果变量的回归混合模型
辅助课程 （1）疑难解答、分组讨论；
构方程模型QQ群群号： 198367873（加群备注：薛洪良 邀请）