结构方程模型（Structural Equation Model，SEM）是基于变量协方差矩阵分析变量关系的多元统计方法，广泛应用于社会科学领域的模型验证与选择分析。该方法通过测量模型处理潜变量与观测指标的关系，使用结构模型分析潜变量间的作用路径，支持LISREL、Amos等软件实现。结构方程模型常用于验证性因子分析、高阶因子分析、路径及因果分析、多组比较等 。
该模型可同时处理含测量误差的多因变量系统，允许单指标从属多因子，能同步估计因子结构与关系。与传统回归分析相比，其优势在于评估整体模型拟合度并进行多模型比较 。在当前的商管学术研究实践中，对于结构方程模型通常建议每个测量指标对应10—15个样本，模型较复杂时建议300份以上有效样本 。数据需符合多元正态分布以适用极大似然估计法 。建模过程包含验证预设模型、选择替代模型、修正生成模型三个阶段，通过反复检验参数估计值与数据拟合程度优化模型结构 。
结构方程模型在1970年代由Joreskog、Wiley等统计学家发展，整合了因子分析和路径分析 。在数智化时代，结构方程模型与机器学习、大语言模型、空间计量模型等多种先进分析工具一同被应用于前沿研究领域 。
想要了解更多“结构方程模型（社会科学方法）”的信息，请点击：结构方程模型（社会科学方法）百科
