本篇介紹Mplus的多元迴歸分析之語法內容，並用一個示範例題輔以說明，基於Ｍplus以英文語言為主。
在語法後面標註「!」之符號後的文字說明均不會納入分析，只是協助給分析者自己備註的內容，同樣地，這些備註內容請以英文撰寫，本篇以下中文文字僅提供給大家參考，請勿在Mplus中撰寫中文，以避免Mplus執行失敗。
【例題】探討學生的身高、年齡是否會影響其體重。
【例題Mplus語法】
TITLE: multi-regression analysis
！這邊可以填寫這個分析方法的名稱，或你想要的檔名名稱均可。
DATA: FILE = regression.dat;
!請將數據檔案與Mplus檔案放在同一個資料夾，並直接將數據檔案放在「=」的右邊，每次結束一個語法設定請記得加上「;」
VARIABLE: NAMES = ID X1 X2 Y;
!請依據數據檔案由左至右的順序，將變數命名。
USEVARIABLE= ID X1 X2 Y;
!請將這次分析有用到的變數羅列在「=」的右邊。
MODEL:
Y on X1 X2;
!這邊的寫法可理解為此方程式：「 Y = β1X1+β2X2 」，on的設定有預測效果之意，此部份Y表示為體重，X1為身高，X2為年齡。
OUTPUT: Sampstat STDYX;
!若要產出一般為標準化的結果請輸入「Sampstat」，若想要知道標準化結果則請輸入「STDYX」。
【例題Mplus結果】
成功跑出Mplus結果時會出現一個新的output檔案，請將這個檔案開啟，首先會先看到Mplus當初撰寫的語法。
接著，結果會告訴你在這筆資料中有幾筆樣本，幾個自變數，幾個依變數，建議可從此部分檢查是否符合原分析架構。
Mplus會提供投入變數的平均數、共變數以及相關分析結果。
若要看多元迴歸分析結果，需直接看到「Model Result」的部分，X1(身高)對體重的預測未達顯著（β ＝0.045, p ＞ .05）；另X2(年齡)對體重的預測達顯著（β ＝ 2.992, p < .05）。
另在標準化的分析結果，請看「standardized model results」，X1(身高)對體重的預測未達顯著（β ＝0.145, p ＞ .05）；另X2(年齡)對體重的預測達顯著（β ＝ 0.731, p < .05）。
整體模型解釋量R2 = 72.7%。
Mplus的多元迴歸分析你學會了嗎?
本次教學範例檔如下網址所示，僅供同學練習使用：
https://drive.google.com/file/d/0B8eyCgO9lPB0UEFVRXlBZnVzQkE/view?usp=sharing
SPSS多元迴歸分析教學請見：
