Mplus潜在类别分析(LCA)实战指南：从数据清洗到模型优化

第一次接触潜在类别分析时，我被那些晦涩的统计术语和复杂的输出结果搞得晕头转向。直到在博士论文中真正应用LCA分析青少年健康行为数据，才明白这套方法的价值所在——它像一台精密的分类机器，能从杂乱无章的问卷数据中识别出具有相似行为模式的隐藏群体。本文将用最接地气的方式，带你走完LCA分析的完整闭环。

1. 数据准备：构建分析地基

LCA对数据格式的要求堪称严苛。去年帮某三甲医院分析患者用药依从性数据时，就因文件格式问题浪费了整整两天时间。这里分享几个血泪教训：

数据文件格式要点：

• 必须使用纯文本格式（.dat或.txt）
• 缺失值建议用-999表示（Mplus默认识别）
• 变量名不能包含空格或特殊字符
• 分类变量必须用整数编码（如0/1）

注意：虽然Mplus支持直接读取SPSS.sav文件，但在跨平台协作时，文本格式的兼容性更好

变量类型声明示例：

mplus复制VARIABLE:
  NAMES = ID Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9;
  USEVARIABLES = Q1-Q9;
  CATEGORICAL = Q1-Q9;
  CLASSES = c(3);

临床心理学常用的9项酒精使用筛查问卷(AUDIT)简化版，就是典型的LCA分析素材。每个项目都是二分变量（0=否，1=是），这样的数据结构最适合做潜在类别分析。

2. 模型构建：语法精要与陷阱规避

Mplus语法看似简单，实则暗藏玄机。曾见过有研究者因漏写一个分号导致整晚跑不出结果。下面这个模板经过20+项目的实战检验：

核心语法结构：

mplus复制TITLE: 酒精使用行为潜在类别分析
DATA: 
  FILE = alcohol.dat;
VARIABLE:
  NAMES = ID Q1-Q9;
  USEVARIABLES = Q1-Q9;
  CATEGORICAL = Q1-Q9;
  CLASSES = c(3);
ANALYSIS:
  TYPE = MIXTURE;
  STARTS = 100 25;
  PROCESSORS = 4;
PLOT:
  TYPE = PLOT3;
  SERIES = Q1