mplus 7.0
sampstat(大小写没有关系）。非常有用要求提供样本统计量及对应的标准误。在连续变量时为均值、方差、协方差和相关系数，只有指标，没有潜变量。类别变量时为门栏值，二分因变量时的一阶和二阶样本比率；四分相关，多及相关，多系列相关等信息。
patterns,这个参数在有缺失值的情况下非常有用，我们经常需要报告缺失值的类型，那么这个参数很好的帮你总结了missing的模式。如下图，5个变量有9中缺失方式，x代表没有缺失，每种缺失的个数在下面有标明。
standardized；这个是我们经常要用到的，因为我们总是希望能够看到标准化的解。但是像一般路径分析模型中，标准化的解不提供P值，但是也没关系，因为在非标准化中已经有了。standardized总共有三种形式，我们可以直接写stdyx stdy std;第一种stdyx是自变量和因变量都进行标准化，包括潜变量和结局变量以及背景变量的方差，第二种stdy是标准化连续潜变量和结局变量的方差，而std只是标准化连续潜变量的方差，前面两种t值基本不变，所以没有什么区别。
residual;提供观察变量的残差值。crosstabs;提供类别变量间的交叉频率表cinterval:报告参数置信区间值，特别是在bootstrap的时候用的较多
modindices;提供模型修正指数、期望参数变化指数和两种标准化期望参数变化等信息。默认大于10，需要报告所有值的时候用modindices(all),需要大于一定值只需将all换成相应的值即可。
同时mplus还提供14中技术报告，我们只需要知道其中比较常用的即可。tech1 包括参数的设置有多少个，自由估计参数开始值等等tech3 提供估计的协方差和相关矩阵，注意这里是估计的，而不是样本的。tech4 提供模型中潜变量的均值，协方差和相关系数等，而不是sampstat中提供的连续结果变量的均值。
接下来几个是混合模型（有潜类别的）分析时用到的TECH11 报告lmr检验和校正检验，用于比较M各潜类别模型和M-1个潜类别模型间的差异，显著的P值说明拒绝M-1个潜类别模型而支持估计的模型，仅适用于MLR估计法。tech12 提供观测和估计的均值、方差、协方差、但变量偏态和峰态值之间的残差。tech13 模型拟合单变量、二分、多远偏态和峰态模型的双侧检验。tech14 报告blrt参数用于确定潜类别个数。