提供 SEM
使用拖放式绘图和编辑工具，快速构建图形模型。
创建真实反映复杂关系的模型。
使用任何数值（无论是观测变量还是潜变量）来预测任何其他数值。
使用非图形脚本编制功能快速运行大型的复杂模型，并生成略有区别的类似模型。
利用多变量分析扩展标准方法，例如，回归、因子分析、差异的关联和分析。
使用贝叶斯算法分析
通过指定内容丰富的先验分布，改进估算。
利用可自动调整的底层“马尔可夫链蒙特卡尔理论 (Markov chain Monte Carlo, MCMC)”计算方法。
以有序的分类数据和审查数据执行估算。
使用简化的方法，指定用户定义的估算。
基于非数字数据创建模型，而无需将数字分数分配给数据。
使用审查数据，而无需进行除正常情况之外的假定。
提供各种数据归因方法
使用回归归因创建单一完整的数据集。
使用随机回归归因或贝叶斯算法归因创建多个归因的数据集。
您还可以归因缺失值或潜在变量分数。
苏公网安备 32059002002276号
