欢迎阅读我的第一篇关于结构方程模型及其在JMP Pro中对应平台的文章。我计划每月发布一篇系列文章，讲解结构方程模型的原理以及如何在 JMP Pro 中应用这些原理。在这篇第一篇博文中，我将介绍结构方程模型，并简要阐述它过去的应用场景以及未来的发展方向。
什么是 SEM？
结构方程模型 (SEM)是一种历史悠久的多元系统建模方法，在行为科学和社会科学领域得到了广泛的应用。它在这些领域广受欢迎的原因很大程度上在于它能够以简洁直观的方式呈现复杂的多元系统。SEM 非常适合理解变量之间的复杂关系，即使是在建模或方程组领域经验不足的人员也能理解这些复杂的关系。不仅如此，SEM 还能定量确定变量的间接效应，并允许将任何变量同时作为输入和输出进行建模。因此，SEM 可以发现传统建模方法可能遗漏或混淆的关系。
动机
作为一名化学工程专业的应届毕业生，我注意到了SEM的这些独特属性，并有兴趣探索它在科学和工程领域的应用，而这方面的前提尚待检验。因此，我开始学习SEM，以及如何在最近新增的JMP SEM平台中构建、评估和修改这些模型。该平台是JMP Pro 15中新增的，也是许多博客文章的主题。随着JMP Pro 16的推出，SEM模块中也新增了许多功能，现在似乎是时候编写一个教程系列，来记录我学习SEM以及如何使用JMP Pro 16应用SEM的历程了。
随着我对这个主题和模块的开发不断了解，我计划更新这个正在运行的 JMPer Cable 系列教程；这个系列也将作为 JMP Pro 16 SEM 模块的“入门”教程系列。在这个系列中，我希望指出常见的障碍，并解决我最近遇到的一些难题。在整个系列中，我将通过简短的视频演示，运用简单易懂的数据集，讲解各种 SEM 概念。
什么时候可以使用 SEM？
您可能想知道，为什么SEM在行为科学和社会科学领域应用广泛，但在工程领域却鲜有应用。主要原因有两个。首先，在任何情况下使用SEM都存在很大的门槛，因为需要对不同的统计指标和方法有深入的了解。之前的SEM软件通常比较难懂，并且缺乏完整的教程。JMP SEM平台克服了其他SEM软件包的缺点，它集成了可视化分析平台和统计输出，可以轻松比较不同的模型。
此外，SEM 用户需要深入了解各种规则，才能成功识别模型并避免在求解过程中出现错误。JMP 附带一个状态窗口，可以自动标记任何可能妨碍模型识别的错误或规则违规，并附带一个简洁的解释，说明错误发生的原因以及如何修复错误。我将在后续文章中介绍这个错误选项卡，但目前只需知道，它为我节省了无数的调试时间，并减少了我对不收敛模型的沮丧。
其次，SEM 通常用于底层模型存在假设结构的情况，即基于用户对系统的了解以及变量之间的关系创建模型。然后，收集到的数据被用来支持或反驳模型所描述的假设。然而，在工程领域，模型构建通常遵循数据驱动的方法，即研究从实验或系统中收集的数据，然后得出假设和结论。这就是为什么其他数据驱动方法（例如机器学习）在工程领域更常被采用的原因，这也凸显了 SEM 在该领域应用的一个明显问题。我认为 SEM 仍有一些应用场景，但您需要阅读本系列的后续文章才能了解更多。
SEM 的典型问题
使用SEM的一个缺点是，它需要大量的样本量才能做出合理准确的推论。在工程领域，典型的观察单位是被研究的单一系统。在将SEM应用于工程领域时，许多公司需要共享类似系统的数据，以便验证SEM模型，而这种情况并不常见。然而，一些先进的SEM应用程序可以通过使用时间相关的过程数据来规避这个问题。
SEM方法论
由于SEM拟合的典型过程可以被认为是一个四阶段方法，因此在本系列文章中，我将大致遵循此方法，解释每个概念与此典型方法的关系。这四个阶段如下：
感谢您的阅读，希望本文能引起您对 SEM 在工程领域的应用以及 SEM 和 JMP Pro 中 SEM 平台的强大功能的兴趣。期待您在评论区留言。
伟大的第一个后乔丹。 我有兴趣将 SEM 应用于商业和财务问题。 将继续阅读您即将发表的帖子。
感谢您的关注@gzmorgan0 ，这是一个有趣的主题，我确信我的一篇文章将深入探讨这个想法。
谢谢@乔丹沃尔特斯。我期待您对模型修改的讨论。 我的兴趣是在具有经过验证的 SEM 的过程中有效地设计实验。 不确定您即将举行的演讲是否解决了这个问题，但期待讨论。
真的很想了解更多关于 SEM 的内容！ 做得很好@乔丹沃尔特斯
很棒的第一篇文章， @乔丹沃尔特斯！ 已经期待下一篇了。
