本文目錄一覽：
KTR是外國品牌嗎?
是的
德國KTR 品牌簡介
KUPPLUNGSTECHNIK GMBH自從進入中國市場以來,憑借其優良的品質、豐富的產品種類以及熱情的服務,在中國聯軸器市場取得了極大的成功,尤其是其ROTEX系列聯軸器,在中國的CNC以及工程機械行業占領了較大的市場份額。
KTR連軸器廣泛應用于工程機械、機床、冶金、石油化工設備及各種通用機械等，幾乎所有需要動力傳遞的機械設備中都要用到KTR的產品。由于其的性能和優良的品質，KTR的產品已為世界各地的設備廠商所采用。
KTR聯軸器特點：
有鋼質軸套,扭向彈性,免維護,吸收振動;
軸向插入式安裝,失效保護;
良好的動態特性;設計緊湊,慣性小;
成品孔徑公差按照ISO標準為H7,鍵槽寬公差標準DIN 6885/1為JS9.
KTR聯軸器彈性體的正常工作溫度為-40-+100℃,允許的zui高瞬時溫度為120℃.彈性體的肖氏硬度通常為92 Shore A,若需傳遞更高扭矩,可選用硬度為95/98 Shore A和64D-F的彈性體.彈性體耐磨,抗油,抗臭氧,抗老化,其耐水解性適合熱帶氣候地區.由于具有的內部緩沖,能保護傳動不受過載的影響.
德國KTR公司主要產品有：KTR聯軸器、KTR曲面齒聯軸器、KTR尼龍曲面齒聯軸器、KTR特種曲面齒聯軸器、KTR扭力限制器、KTR漲緊套、KTR力矩轉速檢測儀
小學五年級解方程怎樣才能學好？
多想，多問，多做題，用幾種方法分別做題，鍛煉大腦的靈活性，做到這幾點基本可以學好。
一、方程是指含有未知數的等式。是表示兩個數學式（如兩個數、函數、量、運算）之間相等關系的一種等式，使等式成立的未知數的值稱為“解”或“根”。求方程的解的過程稱為“解方程”。
二、通過方程求解可以免去逆向思考的不易，直接正向列出含有欲求解的量的等式即可。方程具有多種形式，如一元一次方程、二元一次方程、一元二次方程等等，還可組成方程組求解多個未知數。
三、解方程的方法
1.去分母：這是解一元一次方程的首要步驟，有分母的一元一次方程首先要去分母，當然如果方程中沒有分母的話可以省去此步驟。
2.去括號：去除分母之后就該完成括號的去除了，如果有分母的話先去分母，在去除括號，當然沒有括號的話可以省去此步驟。
3.移項：這是很重要的一個步驟，每個一元一次方程都會有的一步，就是把同類型的數據移動到同一邊，換句話說就是把數字移動到等號的一邊，未知數移動到等號的另一邊，我們習慣把未知數移動到等號的左邊。
/iknow-pic.cdn.bcebos.com/2934349b033b5bb5ac8ff0913ad3d539b600bc01"target="_blank"title="點擊查看大圖"class="ikqb_img_alink"/iknow-pic.cdn.bcebos.com/2934349b033b5bb5ac8ff0913ad3d539b600bc01?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc=""/
4.合并同類項：把多項式中同類項合成一項，叫做合并同類項，同類項的系數相加，所得結果作為系數，字母和字母的指數不變。是解一元一次方程中的臨門一腳，是很重要的一個步驟，合并同類項的時候要遵循合并同類項法則。
/iknow-pic.cdn.bcebos.com/738b4710b912c8fc1ba026a2f0039245d688210a"target="_blank"title="點擊查看大圖"class="ikqb_img_alink"/iknow-pic.cdn.bcebos.com/738b4710b912c8fc1ba026a2f0039245d688210a?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc=""/
5.最后一步，只要把未知數的系數化為一，所得的結果就是這個一元一次方程的解，也就是我們最后需要得到的結果。
/iknow-pic.cdn.bcebos.com/e4dde71190ef76c63ec028449116fdfaaf51674b"target="_blank"title="點擊查看大圖"class="ikqb_img_alink"/iknow-pic.cdn.bcebos.com/e4dde71190ef76c63ec028449116fdfaaf51674b?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto"esrc=""/
Mplus 兩個調節變量分別調節不同階段的中介 應該怎么寫代碼？
本篇內容包括Mplus SEM基礎模型, 含(連續及類別數據)EFA/CFA及不同CFA模型的比較，測驗等值檢驗, 不同數據類型潛變量之中介(Bootstrap), 調節, 調節的中介,及簡單效應分析及做圖。有人留言詢問基礎模型，所以一次性把主要的基礎模型介紹完了哈哈……如果有人還問你Mplus基礎模型咋搞，請把這篇文章甩給ta……
目錄
1 CFA
1.1 CFA 基本語句
1.1.1語句解讀
1.1.2 Mplus語句一些常用符號
1.1.3模型擬合指數說明
1.2 CFA MpLUS 示例及結果解讀
1.3 備擇模型及CFA模型比較
1.4 類別變量CFA
1.5 Subgroup CFA Test invariance
1.5.1 Measurement invariance (MI)介紹
1.5.2 性別作為subgroup MI 示例
# EFA探索性因子分析
#.1 連續變量的EFA
#.2 類別變量的EFA
2 中介模型的檢驗
2.1 中介模型
2.2 Bootstrap
1.3 use model constraint 設定中介模型
2.5 調節的中介
3 調節模型檢驗
3.1 潛變量調節模型
3.2 簡單效應分析及交互作用圖
4 如何報告數據結果
5 代碼獲取方法
1 CFA
Testing ameasurement model via CFA is always the first step in fitting a structural equationmodel (SEM).
1.1 CFA基本語句
1.1.1語句解讀
Title: 可以任意給定，如three factor model
TITLE: three factor model
VARIABLE:！數據文件里所有的變量名
USEVARIABLES= 所使用的變量
MISSING = ALL(-1); ！界定缺失值，根據自己的設定可以是-999， -99任意
ANALYSIS:
TYPE = GENERAL;
TYPE 主要有四種常見的分析類型
· GENERAL最常用的, CFA, SEM, 一般線性回歸模型
· MIXTURE 用于類別變量的模型，最常用的latent class analysis
· TWOLEVEL 多水平數據，可以是連續性及類別變量
· EFA 探索性因子分析
ESTIMATOR= ML; !estimation method
如果所有的因變量是連續性變量，可以使用ML (Maximum Likelihood)
如果有一個或多個因變量是類別變量categorical variable，應該使用WLSMV(a weighted least squares estimate)
ITERATIONS= 1000; !運行的次數
MODEL:!界定模型
fdback BY FDBACK1 FDBACK2 FDBACK3;
rolecon BY ROLECON1 ROLECON2 ROLECON3;
OUTPUT:
MOD STAND;
MOD modificationindices,
注：BY 是Measured by 的縮寫
ON 是regressed on 的縮寫
Y ON X Z; 表示X, Z 為自變量，Y 為因變量;
WITH 是co-vary with的縮寫，表示相關
XWITH是用來創建潛變量的交互作用
如： X BY X1 X2 X3;
Z BY Z1 Z2 Z3;
XZWITH | X WITH Z;
如果要用潛變量模型求調節模型需要用到。
1.1.2 Mplus語句一些常用符號
@ 是用來set a constraint
X WITH Y@0; ！如果我們想要設定兩個潛變量相關為0，
* 星號用來 free a fixed –by-default parameter
比如X BY X1* X2@1 X3 X4;
為了模型識別，Mplus通常默認第一個條目的loading 系數為1，如果你想要改變默認設置，將第二個條目限定loading 系數為1，而第一個條目free to be estimated. 就可以用以上。
() 這個是用來命名特定系數，一般復雜模型比較有用。
?
Y1 ON X1 (a);
Y2 ON X2 (b);
Model constraint :a = 2*b;
1.1.3模型擬合指數說明
CFI, TLI, RMSEA, AIC,BIC Kline (2010):
?
?
1.2CFA MpLUS 示例及結果解讀
對應代碼文件: M1.2 three factor CFA
?
模型說明：三個變量social support, teamwork, job satisfaction 分別有2個條目測量，驗證CFA三因子模型，點擊運行MpLUS會給出模型擬合指數及Loading。
?
根據HU Bentler CFI TLI 0.95, 0.08 SRMR, .06RMSEA 說明模型擬合指數較好
?
Loading系數及變量之間的相關。
1.3 備擇模型及CFA模型比較
至于如何選擇不同的模型，可以參考實證研究
?
可以試著運行1 factor, or three, 然后根據chi-sq, df比較模型，nested 模型通常比較兩個模型的卡方值(卡方值的變化值 M1 卡方-M0卡方，自由度變化值df1-df0,查卡方表是否顯著).
Satorra Bentler(2010)提出一種新的方法，Mplus官網有介紹：
?
來源：
?
我已把這個公式放在一個EXCEL里面，你只需要MpLUS 里ESTIMATOR = ML, ML修改為MLR，跑兩個不同的nestedmodel （M1 M0）,然后會得到相關的幾個數據，輸入對應的EXCEL，再去查卡方表即可。
?
?
1.4 類別變量CFA
只需要添加一行代碼說明CATEGORICAL =
對應的ESTIMATOR =WLSMV;
?
1.5 SubgroupCFA Test invariance
1.5.1Measurement invariance (MI)介紹
量表開發，或者縱向追蹤數據的時候需要檢驗 measurement invariance (Van de Schoot,Lugtig, Hox, 2012).
?
具體的相關理論方面可以閱讀文獻 Van de Schoot et al. 2012, 作者詳細提供了step by step guide 以及Mplus syntax。
?
, 打開鏈接發現作者也是UU的……然而并沒有發現Mplus syntax…，但是UU學術筆記提供！
?
通常檢驗：
· factorloading, (weak invariance)
· intercepts,(strong invariance)
· andresidual variances (strict invariance)
?
?
然后根據1.3提到的模型比較方法比較不同的模型
1.5.2 性別作為subgroup MI 示例
?
我把三個模型的代碼寫在一個syntax文件里了，運行的時候只需要刪掉前面注釋符號!即可Model 1就是普通的CFA不需要添加任何，Model 2, 需要在數據下面添加GROUPING …analysis添加依一句 !MODEL = configural metric scalar;
注意:在修改代碼時候一定要在英文輸入法模式!
?
輸入！Mplus無法識別，mplus依然會運行原本需要忽略的代碼，修改為英文!就會變成備注模式
?
MODEL 2 Stronginvariance
(對應代碼文件M1.5.2 strong measurement invariance)
?
就會得到invariance testing, 以及模型擬合指數
ModeL3 Strict model
（M1.5.3strict measurement invariance）
?
Strict 模型擬合較差
# EFA探索性因子分析
#.1 連續變量的EFA
EFA比較簡單，簡單說下 (對應代碼文件M0EFA 1-4factor)
?
只需要選擇需要進行EFA 的變量，然后再分析方法指定EFA 然后 1和 4分別指，1-4 factor，運行就可以了
?
結果就會給出不同模型的比較loading，以及擬合指數
1 factor loadings
?
Two factors
?
Three factor
?
比較發現，two factor , 多個條目出現雙載荷cross-loading，三個就更差了，綜合模型比較急loading 系數選取單因子模型
#.2 類別變量的EFA
?
只需要制定categorical variable 即可
2 中介模型的檢驗
2.1 中介模型
模型說明 teamwork—social support---job satisfaction (代碼文件：M2.1 mediation bootstrap)
用潛變量中介模型，每個變量有兩個條目
?
IND: only add atest for the indirect effect
?
可以看出，所有的回歸系數都顯著；
?
中介也是顯著
2.2 Bootstrap
以同樣的模型為例：teamwork—social support---job satisfaction
在ANALYSIS: 命令下添加Bootstrap = 10000; 根據Hayes (2013) 一般5000次以上就可以。
相應地，在OUTPUT: CINTERVAL (bcbootstrap)；在代碼M2mediation mplus, 已經添加了Bootstrap，只需要刪掉前面的！號即可（！在mplus表示注釋說明），運行就會獲得bootstrap 結果；
?
只需要不包含0說明結果顯著。
1.3 use model constraint 設定中介模型
?
如果涉及多個中介時候這種方法比較好一些
2.4 結果變量為類別變量的中介模型
以性別作為結果變量，僅僅是為了演示……不然拿性別做因變量恐怕很難說得通
?
在用到的變量里說明類別變量，分析方法也需要用MLR, a maximum likelihood estimator withrobust standard errors using a numerical integration algorithm will be used (Muthén Muthén, 2017).
其它把類別變量做自變量之類的，都大同小異，不再贅述。感興趣的可以看看MpLUS USER GUIDE P.39-40
2.5 調節的中介
對應代碼文件M2.5 moderated mediation
?
新建了交互作用WDxsocsup, 用潛變量或顯變量的時候在分析方法交互作用設定都會有所不同。在前文MpLUS語句介紹里有說明 WITH 語句。
其它的結果解讀略去。
這里演示的都以潛變量模型為例子，顯變量模型可以參考MpLUS USER GUIDE P.37-41
?
3 調節模型檢驗
3.1 潛變量調節模型
其實已經在上面中介的調節里有說明了如何創建交互項，潛變量用 WITH 語句
?
工作資源需求模型的，work demand *social support, 工作資源對工作需求的buffer effect
就簡單運行一個調節模型，work demand, social support, and WDxSSUP 對工作滿意度的影響
Output 輸出代碼稍有不同：STAND CINT SAMPSTAT;
對應代碼文件：3.1 latent moderation
?
主效應顯著，交互作用不顯著。
3.2 簡單效應分析及交互作用圖
說實在在MpLUS里簡單效應分析比較麻煩，做出來的原始圖也比較丑……
就用顯變量模型演示。
對應代碼文件：M3.2 Moderation analysis withsimple slope test and plot
?
首先創建交互項，但是回歸分析一般需要數據中心化處理，所以在準備數據的時候最好直接創建交互作用，或者也可以用Define, 然后添加交互作用到usevariables !重要
?
簡單效應分析的第一步是首先跑一個回歸模型，如果得到交互作用顯著之后，根據概念模型寫出對應地回歸方程
Stress =b0+age+b1*wkdem + b2*support+b3*DEMxSUP
這里調節變量為sup, 簡單效應分析就是調節變量在平均數加減一個標準差之三者之間slope的差異, bo b1等為非標準化的回歸系數。
Social support 平均數為3.464, 標準差為0.991, 基于此可以求出，Med, high, low social support; 這些數據可以通過TECH1 TECH8; 就可以給出，注MPlus提供的是方差，需要自己計算SD，或者可以用SPSS
LOSUP= 3.464 - 0.991;
MEDSUP = 3.464;
HISUP = 3.464 + 0.991;
然后界定三個slope,
SIMP_LO = b1 +b3*LOSUP;
SIMP_MED = b1 + b3*MEDSUP;
SIMP_HI = b1 + b3*HISUP;
然后上面的公式經過轉換，分別界定三條線low, med, high，運行得出結果
?
發現只有low social support 顯著……然后查看具體交互作用圖
?
……以前以為MpLUS 做出來的圖丑到無邊……其實是沒有調整好……
?
4 如何報告數據結果
可參考已發表實證研究。或關注UU學術筆記，目前我們聯合眾多博士正在整理管理學及心理學領域Top tier journal 數據結果報告的常用句庫，未來一個月內會發在公眾號。另外，我們英文寫作句庫已經發布了引言部分及文獻綜述、方法部分
Academic writing: method (sentence bank)
寫好英文學術論文，你只差一個句庫 (Sentence Bank)
5代碼獲取方法
· 代碼都已經在文章截圖呈現，所以可以根據自己數據改編。
· 轉發至朋友圈獲得30個贊同；
· 轉發至于300人以上心理學或管理學碩士博士群
發至郵箱uunotebook@163.com，我們會在3個工作日內發給你代碼及數據
?
如果需要MpLUS 軟件或者數據準備不清楚，請看
Mplus 7.4 軟件及代碼
或者如果涉及復雜模型，LCA
Latent Transition Analysis（潛在群組轉變）: Mplus分析詳解
----
歡迎關注我們一個專注于心理學及管理學領域統計方法（復雜模型Mplus及R軟件的應用）及英文寫作的公眾號
----
另如果涉及統計及代碼問題，請在文章下方留言或郵寄。公眾號回復48小時就無法回復了。
編輯于 2020-02-06 · 著作權歸作者所有
贊同 146
評論
相關推薦
京東PLUS會員的高級特權，很多人都不知道！白浪費了會員費！
棉棉花糖的回答
?
有什么適合學生黨的性價比高的水乳套裝推薦嗎？
貂饞螺螄粉的回答
?
男生怎么短時間內變帥、變白？
我家狗會后空翻的回答
?
你們的痘痘最后都是怎么完全好的？
我叫陳世美的回答
?
射頻美容儀是偽科學嗎？
OO嘴的回答
?
女生長期脾胃不好，該如何養胃？是在校學生有什么簡單高效的方法嗎？
算命的說我很愛吃的回答
?
請問大家一般找工作都是在什么app上找的，boss、58、前程無憂、智聯這幾個靠譜嗎？
陳默Silence的回答
?
什么狗糧比較好？
鏟屎官kimi的回答
?
知友推薦的山藥粉真的能補脾胃嗎，喝兩個月有什么變化？（個人親測）
陳住氣的回答
?
2022智能手表保姆級選購指南 | 智能手表怎么選？華為、蘋果、華米、OPPO等主流品牌手表深度對比評測（雙十二特更）
一昂羊的回答
?
收起
大家還在搜
人力資源管理5p模型
人力資源amo模型
人力資源管理的模型
精益六西格瑪導入階段
人力資源能力模型
人力資源分析常用模型
人力資源管理常用模型
人力資源345原則
人力資源管理控制程序
人力資源管理大咖
索尼人力資源管理案例
薪酬水平策略有幾種模型
塔克曼團隊發展階段模型
塔克曼五階段模型
成型參數五大要素
蒂蒙斯模型的三要素
人力資源管理kpi指標
osi參考模型的七個層次
人力資源管理七種原則
fms的七個評估動作圖
態度轉變模型包含要素
osi模型的七個層次設備
osi參考模型七個層次
勝任素質模型6要素
aba的基本訓練方法
ecp八要素
塔克曼團隊發展階段模型
塔克曼五階段模型
相關推薦
十分鐘學會有調節的中介分析——MPLUS_知乎
作者:緹娜 在上期內容中,小編為大家簡單介紹了有關“有調節的中介模型”的概念、目前發展趨勢以及一種數據分析方法(PROCESS).因此本期內容主要聚焦于有調節的中介的另一種數據分析方法——MPLUS. 但是我們說這種方式對于沒有...
快速上手MPLUS數據處理_知乎
作者:緹娜潛變量模型發展迅速.然而方法學領域的發展延伸到應用領域需要一段時間.這個時間的長短取決于方法學者的... 01 MPLUS基礎知識和操作02 測量模型與驗證性因素分析CFA——想做結構方差先從測量模型開始學起03 結構方程模型中...
有調節的中介在Mplus中的實現(調節直接路徑)_知乎
當一個模型中既有中介變量,又有調節變量時,如何在Mplus中實現呢?本文的變量均為顯變量,調節變量調節的路徑為直接效應,即X到Y的這條路徑.如果你的模型是第一階段或第二階段調節,可以參照本文略作修改.來看下模型長啥樣,M為中...
Mplus分析有調節的鏈式中介模型_知乎
之前我們嘗試分析了鏈式中介,如果有一個變量W調節了M1到M2這條路徑的話,我們在鏈式中介語句的基礎上,如何進行分析呢?鏈式中介的Mplus語句鏈接:用Mplus分析鏈式中介如果想從微信公眾號上查看本文請關注公眾號心理統計與測量:...
有調節的中介在Mplus中的實現及結果詳細解讀_知乎
在寫論文的時候,我們常常會將中介和調節混合使用,
數位板驅動下載完不曉得怎么打開
你這個下載錯了吧，這兩個只是網頁文件不是驅動文件。
用兩種方法可以更新需要找臺可以上網的設備：
一、去官網下載驅動升級。
二、使用電腦管家更新下驅動就可以了。
1、打開騰訊電腦管家，點擊“工具箱”。
2、在工具箱里找到“硬件檢測”。
4、在硬件檢測里點擊“驅動安裝”。
5、可以看到“安裝狀態”，如果是未安裝可以直接點擊安裝。
