构建影响因素生态模型用什么方法比较好？

    好久没来啦……从未想过读个研会忙成狗……
    好啦言归正传！
    影响因素模型构建现在最常用的方法就是结构方程模型，但是因为生态是个涵盖很广的概念，需要测量的因素太多了，问卷多题量大，被试答案的质量就很可疑了，所以觉得结构方程模型还是要先当作一个备选方法。
    最近看文献看到两种方法，一种叫元分析的因果中介过程模型，查了一下基本上已经失传了的感觉……另一种叫倾向评分配比法（propensity score matching，PSM），这个方法用在医学、经济学比较多，心理学也有用这种方法的，但是比较少。看起来似乎挺不错的，怎奈我一届数学能力低下的渣渣实在是不能精确地把握这种方法的精髓啊，只知道可以通过倾向评分值把诸多协变量降维成一个值，然后匹配实验组和对照组，比较应变量结果。至于怎么操作，无论是传统统计方法logstic回归、Probit 回归，还是机器学习方法的的神经网络、分类与回归树、Boosting算法，过程都难以理解……
所以来论坛问问有没有人懂psm方法，或者对影响因素模型建构方法有什么的建议~