写在前面
之前有人点名希望写一个SEM，其实之前我并没有实际做过SEM，当时也没有多考虑就答应了，但是查了一些资料之后我就后悔了????
这个东西实在是很不好理解，也非常的麻烦，全程都需要手动进行，并且需要实际的分析人员对于研究的内容和分析的算法都非常了解。
这里要特别感谢一下“生信小白鱼”，在几个关键的位置都是在与小白鱼讨论之后才得以确认。
基本流程其实单独的做一个SEM的分析并不难，有很多的R包都可以实现，这个SEM的困难之处在于它不像其它的分析，输入数据之后得到一个结果就完事了。
SEM需要分析人员首先自行建立一个因子之间的关系模型，之后使用SEM对该模型进行分析，根据结果评估模型的效果，之后不断的对模型进行调整，随后重复“调整-评估”这一循环，直至结果满意为止。
了解了这个基本的过程之后，我就觉得我写的这篇推文应该是解决不了SEM分析的痛点了。
首先第一个痛点就是起始模型的建立，这个东西就是非常个性化的东西了，可以说没什么标准，只能由每个分析人员根据研究的实际情况自行摸索。
当然也有一些前期的基本工作，比如通过一些相关性分析、VIF、CCA/RDA等筛选一下用于建模的因子，去除不必要的因子，使得起始模型的建立更简单一些，也可以通过相关性结合研究实际初步评估一下直接作用和间接作用。
第二个痛点就是对模型的调整，每个因子应该放在什么位置，因子之间的关联应该怎么改变，这个东西是真的不知道怎么讲，感觉只能是多尝试。
这两个痛点大体上