結構方程式建模中的觀測殘差雖然 SEM 平台中提供了探索異常值的功能，但添加估計基於模型的殘差和利用 SEM 中的觀測值的功能將很有用。這增加了在 SEM 中進行觀察級殘差分析並識別異常和有問題的情況的能力。由於迴歸和因子分析是 SEM 的特殊情況，因此此功能也將擴展到這些類型的模型。使用這些變數建立附加列可以增加進一步探索的額外功能。在 SAS 中實作（參見 Truxillo (2017)）。
進階統計建模消費者與市場研究回复：結構方程建模中的觀察殘差 - 狀態更改為：已交付隨著 JMP 16 的發布，該功能現在可用。
回复：結構方程建模中的觀察殘差 - 狀態更改為：開發中你好：
期待 JMP16 中的這一新功能。 對於擁有觀察數據的用戶來說，這將是一個關鍵的 SEM 診斷。
回复：結構方程建模中的觀察殘差 - 狀態更改為：開發中JMP 16 將提供保存觀測殘差的選項。 謝謝你的建議。
