结构方程模型（SEM）中的偏最小二乘法（PLS）是一种基于成分的估计方法，特别适用于处理复杂模型和小样本数据。PLS算法通过迭代提取潜在变量的线性组合，最大化解释因变量的方差，同时避免传统协方差结构分析对数据分布的严格假设。该方法在理论构建初期或预测导向的研究中具有优势，能有效处理多重共线性问题，并支持反映性和形成性指标模型。当前研究热点包括改进权重优化策略、开发非线性扩展算法，以及结合机器学习技术提升预测效能。