Résumé
Introduits dans les années 1970 par Jöreskog, les modèles d'équations struc-turelles à facteurs permettent de mettre en relation des variables non observables, dites la-tentes. À l'origine, ces modèles avaient, pour seule méthode d'estimation des paramètres, l'analyse de la structure de covariance connue sous le nom de LISREL (LInear Structural RELations). Cette dernière peut être fondée sur un critère de maximum de vraisemblance ou d'autres critères. Depuis, d'autres méthodes plus rapides, car fondées sur des com-posantes, ont été proposées. Il y a eu tout d'abord, PLS-PM (Partial Least Squares Path Modeling) de Wold (1985), suivie par GSCA (Generalized Structured Component Analy-sis) de Hwang et Takane (2004) puis RGCCA (Regularized Generalized Canonical Corre-lation Analysis) de Tenenhaus (2011) et THEME (THematic Equation Model Explorer) de Bry (2012). Nous proposons ici, dans le cadre des modèles d'équations structurelles à facteurs, une méthode d'estimation fondée sur l'algorithme EM. Nous présenterons une application de cette méthode sur des données réelles.