什么是netSEM v0.6.2？它做什么？
R包“netSEM v0.6.2”进行网络统计分析重合数据帧上的（网络结构方程建模）多个连续变量的观测。
该分析通过探索一个领域知识指导下的候选统计因果关系在每个变量对之间，选择良好性统计的基础，如调整后的R平方值这衡量了拟合在解释数据。
netSEM方法的动机是对以下系统的分析正在经历某些性能特性的退化时间，因为系统暴露于特定的压力源。这里是暴露条件，如湿热时间，被视为外源性或应激源（S）变量。而响应变量（R）测量系统的机械变量（M）系统是内生变量。除了直接外生变量和内生变量之间的关系，netSEM通过其他协变量。
为此，变量被分为以下类别“外源性”和“内源性”。
超过指定标准的关系将从主要内生反应变量，通过中间变量机械变量（其他外生变量），然后返回到最后一个外生（S）变量。中间变量通常具有众所周知的“反馈回路”行为，因为它们是作为外生的一些方程中的变量和其他方程中的内生变量，因此，非递归情况得到了仔细处理。
生成的关系图可用于生成洞察力进入被观察系统的路径。例如从应激源到反应的直接途径，以<S|R>表示变量关系，是一个简单的预测模型。而路径包含以退化为代表的机械（M）变量路径<S|M|R>，为系统的随时间变化的性能。这些关系由域指导知识，同时也是数据驱动的。通过识别与先前领域知识匹配良好的牢固关系可以指出哪些路径适合解决性能特性的改进。
netSEM v0.6.2如何工作？
R包“netSEM v0.6.2”分析数据帧，包括列作为主要的外生变量，所有其他列作为内源性变量变量。值得一提的是，netSEM提供了一个中最重要关系的度量统计模型SEM场景，即“非递归关系”，其中外生变量可以作为内生变量出现。
在当前版本中，所有变量都必须是连续的。
函数“netSEMp1（）”和“netSEMp2（）”将此数据帧作为主输入，以及指定列的可选参数外生变量和内生变量的名称。
从主要内生变量到最后一个外生变量通过中间变量变化，中间变量被视为外生变量，非递归关系通常发生在这里。对于每两个变量，“两两”数据分别与以下六种功能形式在时间上最常见领域科学：简单线性回归、二次回归、简单二次回归、指数回归、对数回归和变点回归。
这些功能形式中的“最佳”是根据特定标准选择的调整后的r平方值。
“netSEMp1（）”函数输出具有信息的S3 R对象关于每个调整后的R平方值和其他统计指标网络模型中的成对关系。“netSEMp2（）”函数输出一个S3 R对象，其中包含与外生和使用多元回归的内生变量及其对应调整后的R平方值。