张贵鑫2016
百度回答质量越来越低，简单来说吧，用结构方程的原因只有一个，你要研究的变量中有变量无法直接测量，而需要其他变量进行来测量这个变量。其他变量则是可以直接测量的。推荐这个给你看看，应该有帮户。看看有帮助吗 
如果你在文章当中要强调你对这个人的主观感受，可以在题目中表现，用上“我最尊敬的……”，“让我感动的一个人”等。3、如果你在文章当中要强调一个人的变化过程，你可以写“他变了”，“张小宝新记”、“浪子回头金不换”等。4、如果你强调两者的关系和交往，可以写“一起走过的日子”，“最好的朋友”、“永远难忘的情谊”等。
结构方程模型（SEM， Structural Equation Modeling）是建立在回归模型（Regression Models）的基础上，针对潜变量（Latent Variables）的统计方法。<img src="-9097acc14cb5f4a901d4e2d1cf883030_png" data-rawwidth="308" data-rawheight="260" class="content_image" width="308">f为latent variable， 例如智力、自尊等，在该SEM模型中为predictor。y1，y2，y3为observed variables， 即可直接测量得到的变量，在该SEM模型中为indicators。λ1-3为factor loadings，ε为residual error。f为latent variable， 例如智力、自尊等，在该SEM模型中为predictor。y1，y2，y3为observed variables， 即可直接测量得到的变量，在该SEM模型中为indicators。λ1-3为factor loadings，ε为residual error。先前提到SEM是建立在regression model基础上的，该模型可写为如下方程：y1 = λ1*f + ε1y2 = λ2*f + ε2y3 = λ3*f + ε3即可看到与regression model的联系。SEM较为广泛应用的是方差/协方差估计法。即可由上述方程写出关于y1，y2，y3的方差/协方差矩阵：（σ为f的variance）<img src="-4d1ae9e59cf5987bc5ad78ac07b42c7a_png" data-rawwidth="453" data-rawheight="93" class="origin_image zh-lightbox-thumb" width="453" data-original="-4d1ae9e59cf5987bc5ad78ac07b42c7a_png">而后计算机根据实际矩阵，对factor loadings等parameters进行估计并输出估计矩阵，与实际矩阵差异最小（最理想）时，即输出结果，得到各估计参数和拟合指数。而后计算机根据实际矩阵，对factor loadings等parameters进行估计并输出估计矩阵，与实际矩阵差异最小（最理想）时，即输出结果，得到各估计参数和拟合指数。应用较多的模型/方法：MIMIC， multiple group models（比较组间差异）， latent growth modeling（比较纵向差异）等。应用广泛的软件：1、Mplus。优点：编程简单，结果全面。缺点：收费，贵。学生版是300$。2、Amos。优点：傻瓜，画图拖数据即可。缺点：模型稍一复杂就很费时。3、R。下个package即可。优点：兼容性、专业性强。缺点：用的人少，不利于伸手党。4、LISREL。优点：易入门。缺点：需输入各矩阵，略过时。其他还有一些软件，不了解。SEM入门不久，以上为个人理解，求探讨求轻喷。么么哒
