LISREL (LInear Structural RELations)是由K.G. Joreskog & D. Sorbom所发展的结构方程模型(Structural Equation Modeling)软件。LISREL被公认为最专业的结构方程模块（Structural Equation Modeling，简称SEM ）分析工具，其权威性不容其它类似软件取代。通过运用路径图(Path Diagram，又称通径图)直观地构造结构模型是LISREL的一个重要特点。在LISREL 8.8中，新增了多层次分析(Multilevel Modeling) 、广义线性模型(Generalized Linear Regression, 又称通用线性模型)。

在过去的38年内，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。

然而今天，LISREL软件已经不仅仅限于SEM。

最新版本的LISREL包含下列统计应用程序：

LISREL 用于处理结构方程模型(structural equation modeling)。

PRELIS 用于基本的数据处理和简单的统计分析。

MULTILEV 用于线性和非线性阶层模型分析(hierarchical linear and non-linear modeling)。

SURVEYGLIM 用于广义线性模型(generalized linear modeling)的分析和处理。.

MAPGLIM 用于广义分层线性模型(generalized linear modeling for multilevel data)的处理。

CATFIRM 用于顺序因变量的formative inference-based recursive模型处理。

CONFIRM 用于连续因变量的formative inference-based recursive模型处理。 

LISREL功能：

结构化的本征曲线模型（Structured latent curve models）

序变量因子分析（Factor analysis of ordinal variables）

多级数据的广义线性模型（Generalized linear models (GLIMs) for multilevel data）

用户可以从多项式，伯努利，泊松，二项分布，负二项分布，正常，Gamma和逆高斯抽样等分布中选择。

观测残差（Observational residuals）

使得用户能在计算模型的潜变量的潜变量得分的同时计算观测残差

书写参数估计，标准误差的估计和PSF测量（Writing parameter estimates, standard error estimates and measures of fit to a PSF）

允许用户保存参数估计，标准误差估计，PSF的测量。这些功能有助于蒙特卡洛研究。

GUI的改变

允许用户输出各种格式的数据，如SPSS, SAS, SYSTAT, Statistica等等。 

由于LISREL在探讨多变项因果关系上的强力优势，使得LISREL在社会学研究上似乎有愈来愈受重视的趋势，LISREL系属于结构方程模型(structural equation modeling，SEM)家族的一员，因此LISREL的最大能耐亦在于探讨多变项或单变项之间的因果关系。SEM一族的成员包含共变量结构分析(covariance structure analysis)、潜在变项分析(latent variable analysis)、验证性因素分析(comfirmatory factor analysis)、以及LISREL分析(LISREL analysis)等等，SEM结合了多元回归与因素分析，可以同时分析一堆互为关连之依变项间的关系。

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。