结构方程模型structural quationmodeling,SEM

一种确定特定模型是否合理的线性统计建模技术。在社会科学中许多变量如智力、自尊、动机都不能直接测量，需用一些指标来标识，这势必带来大量的测量误差，运用SEM既可处理测量误差，又可分析潜伏变量之间的关系。提供各种吻合指数以显示模型与研究数据是否吻合。其优点是可对多个模型进行比较。包括五个主要步骤： (1)模型设定，即研究是根据理论或以往研究成果设定模型。(2)模型识别，即确定初始模型能否求出参数估计的惟一解。若模型设定错误，则参数不能识别，因而模型无解。(3)模型估计，即估计模型参数，主要有最大似然法(maximum likelihood)和广义最小二乘法(generalized least squares)。(4)模型评价，即对模型与数据之间是否吻合进行评价，并与竞争模式的吻合指标进行比较。(5)模型修正，即模型与数据吻合度不好，需对模型进行修正并重新验证。

结构方程模型structural equation model

简称SEM。亦称“协方差结构分析”。基于变量协方差矩阵，建立、估计和检验变量间关系模型的多元分析方法。20世纪70年代尤洛斯格等人提出并逐渐加以完善。模型中既包含可观测的显在变量，也可包含无法直接观测的潜在变量，由结构方程和测量方程两部分组成，模型可通过路径图表示。具体分析过程包括： 模型建立、拟合、评价和修正，并可循环进行，最终确定合适的模型结构。结构方程模型可以包含多元回归、路径分析、因素分析、协方差分析等方法。常用软件包括： AMOS、LISERL、EQS等。在社会科学很多领域都得到广泛使用。