结构方程建模是一种多元技术，用于分析结构关系并测试观察到的（清单）变量或未观察到的（潜在）变量之间的关系理论。SEM将因子分析和多元回归分析相结合。
新的JMP SEM功能在JMP Pro 16中包括：
- 使用右键菜单自定义路径图的能力
- 可用的预测分析器，用于与模型进行交互
- SEM平台现在接受汇总数据，例如相关矩阵
- 能够建立各种模型并使用模型比较表进行比较
- 建立常用模型的快捷方式
使用随附的视频和日记以及文件和JMP脚本来探索路径分析，确认性因子分析和具有潜在变量的回归。
曹剑现场网络研讨会的问答环节，2021年4月22日
问：它包括给定模型的所有估计的预测方程吗？
A：是的，所有用于创建预测方程式的信息都可以在输出中获得，但是它们以表格而非预测方程式的形式显示。
问： JMP是否也提供修改索引
A：是的，您可以在红色三角形菜单选项下找到修改索引。
问：是否使用培训，验证和测试集来构建和评估模型？
A：不，这是确定性分析，不是预测性分析。
问：您可以分析残差吗？
A：是的，可以对残差进行显式建模。
问：有没有办法获得可变重要性的等级顺序？
A：有标准化参数估计可以用作效果大小。 这些可以在输出中排名。
问：与SAS Proc因果图（尤其是BackDoor Criterion概念）一样，JMP Pro SEM平台可以协助因果分析吗？
A：该平台可与PROC CALIS媲美，而与PROC CAUSALGRAPH相当。
问：在该网络示例的图表上，隐私隐性（圆形）与隐私响应变量（矩形）之间有什么区别？
A：平方是我们在数据表中拥有的变量。它们是有关网站感知隐私的几个问题的答案。 圆是我们无法观察到的潜在变量，我们利用来自观察变量的信息（它指向的平方）进行建模。
问：可以使用间接效应吗？
A：由于发布了第3季度，具有显着性值的总效应和间接效应将在16.1年发布。
资源
- 扫描电子显微镜JMP的Laura Castro-Schilo和JMP的James R.Koepfler演讲和视频
- 偶合双精馏塔的结构方程建模探索欧洲2021年的演讲和视频，由Markus Schafheutle（顾问）提供；劳拉·卡斯特罗·斯基洛（J.和JMP Christopher Gotwalt
