LISREL 模型、方法和软件已成为结构方程模型 (SEM) 的代名词。然而，如今 LISREL 已不再局限于 SEM。LISREL 11 包括 64 位统计应用程序 LISREL、PRELIS、MULTILEV、SURVEYGLIM 和 MAPGLIM。

LISREL 是一款用于标准和多层结构方程建模的 64 位应用程序。这些方法适用于分类和连续变量的完整和不完整复杂调查数据以及分类和连续变量的完整和不完整简单随机样本数据。

预处理

PRELIS 是一个 64 位应用程序，用于数据处理、数据转换、数据生成、计算矩矩阵、计算样本矩的估计渐近协方差矩阵、匹配插补、多重插补、多元线性回归、逻辑回归、单变量和多变量删失回归以及 ML 和 MINRES 探索性因子分析。

多级

MULTILEV 是一款 64 位应用程序，可将多级线性和非线性模型与简单随机和复杂调查设计的多级数据进行拟合。它允许使用具有连续和分类响应变量的模型。

调查问卷

SURVEYGLIM 是一款 64 位应用程序，可将广义线性模型 (GLIM) 与简单随机和复杂调查设计的数据进行拟合。提供多项式、伯努利、二项式、负二项式、泊松、正态、伽马和逆高斯抽样分布的模型。

MGLIM

MGLIM 是一个 64 位应用程序，它使用自适应求积法将具有分类、计数和非正态分布结果变量的广义线性模型拟合到多层数据。

SEM之使用步骤如下： 

 
1、发展研究者之理论基础模式。  
2、建构变项间之因果关系的径路图。  
3、将径路图转化为一套结构等式，并指定其测量模式。  
4、选择输入矩阵类型(相关矩阵或变异数－ 共变量矩阵)，并对研究者假设之理论模式进行测量与验证。

LISREL用于：

1、标准结构方程建模
2、多层结构方程建模

这些方法适用下列数据类型：

1、基于连续变量的完整的和不完整的复杂调查数据。
2、基于序数和连续变量的完整的和不完整的简单随机样本数据。

  LISREL模型，方法和软件已经变成结构方程模型(SEM)的代名词。SEM允许处于社会科学，管理科学，行为科学，生物学，教育学和其它领域的研究者以经验来评估他们的理论。

这些理论通常能够结合外显变量和潜变量(无法直接观察的变量)以公式来表示出模型，如果数据是作为理论模型的观察变量来收集的，那么LISREL程序就能够结合这些数据来拟合出模型。

然而，LISREL软件已经不仅仅限于SEM，最新的LISREL包含下列统计应用程序：

 LISREL 用于结构方程建模(32位应用程序)
 PRELIS 用于数据处理和基本统计分析(32位应用程序)
 MULTILEV 用于分层线性和非线性建模
 SURVEYGLIM 用于广义线性建模
 CATFIRM 用于类别响应变量的形成的基于推理的递归建模(FIRM)
 CONFIRM 用于连续响应变量的形成的基于推理的递归建模(FIRM)
 MAPGLIM 用于多层数据的广义线性建模