对于结构方程而言，参数求解的目标为:(本题2 分)A.样本数据的协方差最小B.模型隐含的协方差最小C. 样本数据的协方差矩阵与模型隐含的协方差矩阵“差距”最大D. 样本数据的协方差矩阵与模型隐含的协方差矩阵“差距”最小

本题答案：D

对于结构方程模型而言，参数求解的目标是最小化样本数据的协方差矩阵与模型隐含的协方差矩阵之间的“差距”。这个“差距”通常通过拟合指标来衡量，最常用的方法是最小二乘法。

D. 样本数据的协方差矩阵与模型隐含的协方差矩阵“差距”最小

这个选项正确地描述了结构方程模型中参数估计的目标。在结构方程模型中，我们试图找到一个参数集，使得由这些参数生成的理论模型（或称为模型隐含的）协方差矩阵尽可能接近实际观测到的样本协方差矩阵。当这两个协方差矩阵之间的差异最小化时，我们认为模型对数据拟合得最好。

这个过程涉及到对模型中的潜在变量和观测变量之间的关系进行估计，包括潜在变量之间的相关性、潜在变量与观测变量之间的回归权重，以及其他可能存在的误差项。通过最小化样本协方差矩阵与理论协方差矩阵之间的差异，我们可以确保模型参数的估计能够尽可能准确地反映数据中的结构关系。

其他选项的解释：

A. 样本数据的协方差最小 - 这个选项不正确，因为目标不是最小化样本数据的协方差，而是使得样本数据的协方差矩阵与模型隐含的协方差矩阵之间的差异最小。

B. 模型隐含的协方差最小 - 这个选项也不正确，因为目标不是最小化模型隐含的协方差，而是最小化模型隐含的协方差矩阵与样本协方差矩阵之间的差异。

C. 样本数据的协方差矩阵与模型隐含的协方差矩阵“差距”最大 - 这个选项与正确的目标相反，我们的目标是最小化这个“差距”，而不是最大化它。

因此，正确答案是D。在实际应用中，结构方程模型的参数估计通常使用计算机软件进行，如LISREL、AMOS、Mplus、R等，这些软件能够通过迭代算法找到最小化协方差矩阵差异的参数估计值。