PLS-SEM模型，即偏最小二乘法的結構方程模型（Partial Least Squares-Structural Equation Modeling），是一種結合了主成分分析與多元回歸的疊代估計方法，主要用於因果建模。
PLS-SEM模型本質上包含兩部分：測量模型和結構模型。測量模型進一步分為反映型測量（reflective）和形成型測量（informative）。此外，有些資料提及PLS-SEM還包含一個加權策略部分。
結構方程模型(SEM)則是一種包含回歸分析、因子分析和方差分析等多種多元分析技術的統計模型和方法。它允許研究者探索和驗證一系列行為或概念之間的關係，特別是那些不能直接測量的潛變數（latent variables）。潛變數通過一組可觀測變數（observed variables）來體現。SEM通過驗證觀測變數之間的協方差來估計潛變數的結構關係模型的係數，從而檢驗假設的模型是否合適。
在結構模型中，外生變數是指那些能影響其他變數但其自身不受結構模型內部因素影響的變數；而內生變數則是由外生變數和其他變數影響的變數。