我正在阅读一篇有关使用社交网络和政治参与的论文，该论文使用SEM进行数据分析（Halpern,Valenzuela,& Katz,2017）。作者采用两波小组调查来收集他们的数据，然后他们说...：

  

我们使用了自回归同步面板模型，其中随时间的变化是通过将wave-2变量的wave-1值回归来估算的。这种方法设置了严格的测试，因为它考虑了关键内生变量的时间稳定性和协方差。

我从未听说过“自回归同步面板模型”，因此使用Google搜索这个词没有帮助。同样，本文中的假设与时间的变化完全无关。根据我的收集，他们正在使用X（社交媒体使用）的变化量来预测Y（政治参与）的变化量。但是，我不确定我是否正确解释了这一点。我对SEM的基本概念和工作流程非常熟悉，但是我从未听说过这种方法。这些模型的插图如下所示： an example of a simple model in the paper

所以，我的问题是：

1）什么是自回归同步面板模型？如何在amos / SPSS / R / Python中创建模型？

2）不能使用多组分析来代替均值结构吗？

感谢您阅读并可能回答我的问题。作为一个额外的问题：作者首先分别估计模型的不同部分，然后最终构建一个最终模型以“减少识别虚假关系的可能性”。那是惯例吗？我当然从来没有被教导过。

参考文献：

Halpern，D.，Valenzuela，S.，＆Katz，J.E.（2017年）。我发推文说，我们面对的是：不同的社交媒体如何通过集体和内部效力影响政治参与。计算机中介通信杂志，22（6），320-336。