sem模型和logit模型的区别

logit 采用对数形式。应用上，普通logit的响应变量是二元的。 logit的响应变量可以是多元的。统计软件 spss中: logit属于对数线性模型，分析结果主要为因变量和自变量之间的关系，可以细化到各分类因变量与分类自变量之间。sem属于回归分析，分析结果为估计出自变量参数。

Stata 14亮点Unicode支持，贝叶斯分析，IRT模型，Stata/MP现在支持超过21.4亿个观察值，扩展效果，更多级mixed-effects模型， 新的扩展面板数据估计，新的SEM和广义SEM特性，新的时间序列，生存分析的动力分析和应急表，新的生存分析命令，icd - 10编码，阶段的权重。STATA15.0，除了界面、DO转码、set more off的自动设置和do file edit美化等一些变化外，还增加了扩展回归模型、 潜在类别分析(LCA)、 贝叶斯前缀指令、 线性动态随机一般均衡(DSGE)模型、 web 的动态Markdown文档、 非线性混合效应模型、 空间自回归模型(SAR)、 区间删失参数生存时间模型、 有限混合模型(FMMs)、 混合Logit模型、 非参数回归、 聚类随机设计和回归模型的功率分析、 Word和PDF文档、 图形颜色透明度/不透明度、ICD-10-CM/PCS支持、 联邦储备经济数据(FRED)支持。