BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Gatnar Eugeniusz (Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach)
Tytuł
Wykorzystanie częściowej metody najmniejszych kwadratów (PLS) w modelach równań strukturalnych
The Use of Partial Least Squares (PLS) in Structural Equation Modeling
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria (13), 2004, nr 1010, s. 37-51, rys., tab., bibliogr. 5 poz.
Tytuł własny numeru
Zastosowania metod ilościowych
Słowa kluczowe
Metoda najmniejszych kwadratów, Modelowanie równań strukturalnych
Least squares method, Structural Equation Modeling
Uwagi
summ.
Abstrakt
Modelowanie równań strukturalnych, w skrócie SEM (Structural Equation Modeling), jest procedurą wykorzystywaną do weryfikacji modeli ze zmiennymi ukrytymi. Ogólnie mówiąc, modele SEM są modelami analizy ścieżkowej, w których dopuszczamy występowanie zmiennych ukrytych (latent variable). Pozwala to na budowę i estymację modeli, w których występują pośrednie i bezpośrednie powiązania strukturalne między zmiennymi obserwowalnymi i zmiennymi, które nie są bezpośrednio obserwowalne. (...)Budowa modeli równań strukturalnych (SEM) w klasycznym ujęciu Jöreskoga polega na reprodukcji macierzy wariancji i kowariancji między zmiennymi. Do estymacji parametrów takich modeli stosowana jest zwykle metoda największej wiarygodności. Wymaga ona jednak, by zmienne obserwowalne miały łącznie wielowymiarowy rozkład normalny. To ograniczenie można jednak przezwyciężyć, stosując metodę alternatywną, opartą na częściowej metodzie najmniejszych kwadratów (PLS) zaproponowanej przez Wolda w 1971 r. (fragment tekstu)

The structural Equation Modeling (SEM) is used to verify models with latent variables. It allows us to build models of direct and indirect relations between observed (manifest) and unobserved (latent) variables. The process of building structural equation models according to classical, Jöreskog's approach, is based on reproduction of covarianсе matrix. The parameters are estimated with the maximum likely- hood (ML) method. Unfortunately it requires the observed variables to have jointly multivariate nor- mal distribution. The limitation can be overcote with the use of the partial least squares (PLS) method proposed by World in 1971, which is distribution-free. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Bayol M.P., de la Foye A., Tellier C., Tenenhaus М., Use of PLS Path Modelling to estimate the European Consumer Satisfaction Index (ECSI) model, CISIA-CERESTA, Montreuil 2001.
  2. Duncan O.D., Path Analysis: Sociological Examples, "American Journal of Sociology", 1966, 72.
  3. Lohmöller J., LVPLS Program Manual, Version 1.8, Zentralarchiv für Empirische Sozialforschung, Köln 1987.
  4. Lohmöller J., Latent Variablе path modeling with partial least squares, Physica-Verlag, Heidelberg 1989.
  5. Wold H., Soft Modelling: The Basic Design and some Extensions, [w:] K.G. Jöreskog, H. Wold (red.), Systems Under Indirect Observation, Part II, North Holland, Amsterdam 1982.
Cytowane przez
Pokaż
ISSN
0324-8445
1507-3866
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu