结构方程模型(SEM)近年来已成为统计领域的研究热点。结合了偏最小二乘(PLS)回归方法的SEM(即PLS—SEM)不要求样本数据服从(多元)正态分布,而且对样本数据量的要求也较小,PLS—SEM还可以实现潜变量多重相关建模。可以这样说,PLS—SEM比SEM的其它建模方法应用范围将更广。本文首先介绍了有关SEM的基本概念及数学原理,并以此为基础,进一步介绍PLS—SEM的建模原理。本文重点研究了基于PLS的SEM建模方法,首先给出SEM常用图标的含义以及含多个潜变量的SEM路径图。并以此为基础,讨论模型的设定、模型是否识别以及模型参数估计等问题,最后推导出PLS—SEM建模的详细迭代步骤,以及如何利用核函数将非线性指标线性化,从而实现非线性PLS—SEM建模。文献最后给出几个PLS—SEM建模需要注意的问题。