Structural-Equation-Modeling
結構方程模型 (SEM) 與貝葉斯網絡 (BN)
這裡的術語是一團糟。“結構方程”與“建築橋樑”一樣模糊，“貝葉斯網絡”本質上不是貝葉斯。更好的是，因果之神Judea Pearl 說這兩個模型流派幾乎相同。
那麼，重要的區別是什麼？
（令我驚訝的是，在撰寫本文時，SEM 的維基百科頁面甚至不包含“網絡”一詞。）
據我所知，貝葉斯網絡並沒有聲稱能夠估計無向無環圖中的因果效應，而 SEM 可以。這是有利於 SEM 的概括……如果你相信的話。
這方面的一個例子可能是測量人們的認知能力下降，其中認知是使用 3MSE 等調查工具估計的潛在效應，但有些人可能會顯示認知能力下降是使用止痛藥的函數。他們的止痛藥可能是由於認知能力下降（例如跌倒）而傷害自己的結果。因此，在橫截面分析中，您會看到一個圓形的圖形。SEM 分析師喜歡解決這樣的問題。我避開。
在貝葉斯網絡世界中，您可以使用非常通用的方法來評估節點的條件獨立性/依賴性。可以使用具有任意數量分佈的完全參數方法，或者使用我聽說過的貝葉斯非參數方法。使用 ML 估計的 SEM（通常）被假定為正態的，這意味著條件獨立相當於圖中 2 個節點的協方差為零。我個人認為這是一個相當強的假設，並且對模型錯誤指定的魯棒性很小。