交叉滞后面板模型 (CLPM) 是一种结构方程模型（特别是路径分析模型），用于在两个或多个场合测量两个或多个变量并且兴趣集中在关联上（通常是因果理论）随着时间的推移彼此。例如，可能有兴趣了解宏观/国家层面的智力/学术成就与国家 GDP 之间的因果关系——更高的教育水平会导致更高的 GDP 还是更高的 GDP 会带来更高的教育水平？还是有双向/互惠关系？这可以通过考虑变量 A 在时间 1 对变量 B 在时间 2 的影响以及变量 B 在时间 1 对变量 A 在时间 2 的影响来研究。

在图中，您有 2 个变量，评估 A 和评估 B，每个变量在 2016 年和 2019 年测量了 2 次。感兴趣的可能是 2016 年评估 A 的结果是否会影响 2019 年评估 B 的结果，以及评估 B 的结果是否2016 年影响 2019 年评估 A 的结果。

从绘制图形的方式来看，该模型似乎是一个交叉滞后的面板相关模型，其中观察到的变量之间的每条线代表一个相关性或协方差。然而，在 Rogosa (1980) 之后，这个模型被放弃了，取而代之的是一个模型，其中每个后来的测量值都在较早的时间点对另一个进行回归。同一变量的连续测量可以建模为自相关或回归。那是：

或者

其中单箭头表示回归（假设的因果关系），双箭头表示协方差/相关。

罗戈萨博​​士 (1980)。对交叉滞后相关性的批评。心理公报，88，245-258。 http://psycnet.apa.org/doi/10.1037/0033-2909.88.2.245