“结构化方程模型”平台中使用的默认估计方法取决于是否存在缺失值。若无缺失数据，“结构化方程模型”平台默认使用最大似然 (ML) 估计。若检测到任何缺失数据，则平台默认使用全信息最大似然 (FIML) 估计。在这两种情况下，都使用观测的信息矩阵获取标准误差。可以使用“结构化方程模型”红色小三角菜单中的“推断”>“稳健推断”选项获取稳健最大似然标准误差。当使用“稳健推断”选项时，对标准误差应用“三明治”校正，以校正存在非正态数据时效率不足的情况。三明治中的面包是来自用户指定模型的观测信息矩阵，三明治中的肉是单个观测的梯度的外积之和。该平台在评估过程中组合使用多种优化算法，包括 Newton-Raphson、Quasi-Newton 和 Fisher 得分。
注意：“结构化方程模型”平台中的 ML 方法在估计中使用样本大小 N 而不是 N - 1。