Da Wikipedia, l'enciclopedia libera
https://en.wikipedia.org/wiki/Partial_least_squares_path_modeling#mw-head https://en.wikipedia.org/wiki/Partial_least_squares_path_modeling#p-search
Il modellizzazione parziale dei minimi quadrati (PLS-PM, PLS-SEM) [1] [2] metodo a modellazione di equazioni strutturali permette di stimare complessi modelli di relazione causa-effetto con variabili latenti . Si tratta di un approccio di stima basato sui componenti diverso da quello basato sulla covarianza modellazione di equazioni strutturali . A differenza dell'approccio basato sulla covarianza alla modellazione dell'equazione strutturale, la modellizzazione del percorso PLS non riproduce un campione matrice di covarianza . È più orientato a massimizzare la quantità di varianza spiegata (predizione) piuttosto che l'accuratezza statistica delle stime.
Il modello di equazione strutturale PLS è composto da due sotto-modelli: il modello di misurazione e il modello strutturale. Il modello di misurazione rappresenta le relazioni tra i dati osservati e il variabili latenti . Il modello strutturale rappresenta le relazioni tra le variabili latenti.
Un algoritmo iterativo risolve il modello dell'equazione strutturale stimando il variabili latenti utilizzando la misurazione e il modello strutturale in fasi alternate, da cui il nome della procedura, parziale. Il modello di misurazione stima le variabili latenti come una somma ponderata delle sue variabili manifest. Il modello strutturale stima le variabili latenti per mezzo di semplici o multipli regressione lineare tra le variabili latenti stimate dal modello di misurazione. Questo algoritmo si ripete fino a raggiungere la convergenza.
Con la disponibilità di applicazioni software come SmartPLS , PLS-SEM è diventato particolarmente popolare nelle discipline di scienze sociali come la contabilità, [3] affari di famiglia, [4] marketing, [5] sistemi informativi di gestione, [6] gestione delle operazioni, [7] e gestione strategica. [8] Di recente, aree come ingegneria , Scienze Ambientali , medicina , e Scienze Politiche più ampiamente utilizzare PLS-SEM per stimare complessi modelli di relazione causa-effetto con variabili latenti . In tal modo, analizzano, esplorano e mettono alla prova il loro consolidato e sottostante modelli concettuali e teoria .
Il link sottostante sembra essere un buon riferimento per pls-pm in R
http://gastonsanchez.com/PLS_Path_Modeling_with_R.pdf
Migliore,
Conto
