تبدیل باکس-کاکس Box-Cox یا به عبارتی (Box-Cox Transformation) یک روش آماری است که برای تبدیل داده‌ها استفاده می‌شود تا آنها را نرمال‌تر (نرمال‌تر از نظر توزیع) کرده و انحرافات از پیش‌فرض‌های مدلسازی آماری (مانند همسانی واریانس یا نرمال بودن باقیمانده‌ها) را کاهش دهد.
برآوردگر ۲SLS یا حداقل مربعات دو مرحله ای (Two-Stage Least Squares) یک تکنیک رگرسیونی برای تخمین مدل های معادلات همزمان براساس متغیر ابزاری است.
روش معادلات همزمان (simultaneous equations) نوعی مدل آماری هستند که در آن متغیرهای وابسته به جای متغیرهای مستقل، تابعی از متغیرهای وابسته دیگر هستند
متغیر ابزاری (IV) یک روش آماری برای کاهش اریبی و ناسازگاری های مدل براساس یک متغیر مسقل درون زا در مدل رگرسیونی است.
درجه آزادی (Degrees of freedom)، تعداد اطلاعات مستقلی است که برای محاسبه یک آمار استفاده می شود. به عنوان حجم نمونه منهای تعداد محدودیت ها محاسبه می شود.
آمار توصیفی (Descriptive statistics) بخش مهمی از تحلیل داده هاست که برای توصیف ویژگی های اساسی داده ها در مطالعه استفاده می شود
داده گمشده (Mising data)، در آمار، زمانی اتفاق می افتد که هیچ مقدار داده ای برای متغیر در یک مشاهده ذخیره نمی شود.
بوت استرپینگ در حداقل مربعات جزئی یک روش ناپارامتریک است که امکان آزمایش اعتبار آماری نتایج مختلف PLS-SEM مانند ضرایب مسیر، مقادیر آلفای کرونباخ، HTMT و R² را می دهد.
جک نایف (Jackknife)، یک روش باز نمونه گیری است. موریس کوانتل (۱۹۴۹)، تکنیک جک نایف را معرفی کرد.
حداقل مربعات جزئی PLS (Partial Least Square)، مدل معادلات ساختاری مبتنی بر واریانس است. نسل دوم مدلسازی معادلات ساختاری معروف به رویکرد حداقل مربعات جزئی یا رویکرد مبتنی بر واریانس، فرآیندی مشابه ولی متفاوت با تکیه بر محدودیت های رویکرد مبتنی بر کواریانس ارائه نمود.
