17108_ja-JP

liliconcom

PLS - PM<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

こんにちは、

私はPLS Path Modelingと呼ばれる私たちのいつものPLSメソッドの変形を探しています。

PLSパスモデリング （PLS-PM）はモデリングの方法です潜在変数間の複雑な因果ネットワークと最も似ています構造方程式モデリング。（ＳＥＭ）。

誰かがそれについて何か情報を持っていますか、そして何かが将来のバージョンのために予定されているなら（そしてこの場合、それはJMPかJMP Proでしょうか？）

Rとの既存の関係はまた私に興味を起こさせるでしょう。

私はこのアプローチに関するどんな意見でも興味があるでしょう。

どうもありがとうございます、

フィレンツェ

日時：PLS - 午後

こんにちはフィレンツェ

私はこの参照をウィキペディアで見つけました。

部分最小二乗経路モデリング

ウィキペディアから、無料の百科事典

https://en.wikipedia.org/wiki/Partial_least_squares_path_modeling#mw-head https://en.wikipedia.org/wiki/Partial_least_squares_path_modeling#p-search

の部分最小二乗法パスモデリング（PLS-PM、PLS-SEM） ^{[1] [2]} メソッド構造方程式モデリングで複雑な因果関係モデルを推定することができます潜在変数 。これは、共分散ベースのものとは異なる、コンポーネントベースの推定アプローチです。構造方程式モデリング 。構造方程式モデリングに対する共分散ベースのアプローチとは異なり、PLSパスモデリングはサンプルを再現しません共分散行列 。それは、推定値の統計的な正確さよりも説明された分散の量（予測）を最大化することをもっと指向しています。

PLS構造方程式モデルは、測定モデルと構造モデルの2つのサブモデルで構成されています。測定モデルは、観測データと観測データの関係を表します。潜在変数 。構造モデルは、潜在変数間の関係を表します。

反復アルゴリズムは、次式を推定することによって構造方程式モデルを解きます。潜在変数測定と構造モデルを交互のステップで使用することによって、プロシージャ名は部分的になります。測定モデルは、潜在変数をその顕在変数の加重和として推定します。構造モデルは、単純または複数の方法で潜在変数を推定します。線形回帰測定モデルによって推定された潜在変数間 このアルゴリズムは、収束が達成されるまで繰り返されます。

のようなソフトウェアアプリケーションの可用性で SmartPLS PLS-SEMは、会計などの社会科学分野で特に人気があります。 ^[3] 家族経営、 ^[4] マーケティング、 ^[5] 管理情報システム、 ^[6] 業務管理、 ^[7] そして戦略的な管理。 ^[8] 最近では、エンジニアリング 、環境科学 、医学 、そして政治学より広い範囲でPLS-SEMを使用して複雑な因果関係モデルを推定する潜在変数 。それによって、彼らは彼らの確立されたそして根底にある彼らの基礎を分析し、探求しそしてテストする。概念モデルそして理論 。

以下のリンクはRのpls-pmの良い参考になるようです

http://gastonsanchez.com/PLS_Path_Modeling_with_R.pdf

ベスト、

ビル