×

非线性结构方程建模:偏最小二乘法是一种替代方法吗? (英语) Zbl 1443.62416号

摘要:与仅基于显性变量的分析相比,非线性结构方程建模具有许多优点。在过去15年中,开发了几种潜在相互作用效应分析方法,包括偏最小二乘乘积指标法(PLS-PI)、使用LISREL软件的约束乘积指标方法(LISREL-PI)和分布分析潜在缓和结构方程法(LMS)使用Mplus程序。PLS-PI的一个假定优势是它能够处理大量指标,而LISREL-PI和LMS尚未在这种条件下进行研究。在蒙特卡罗研究中,将LISREL-PI和LMS的性能与之前在[W.W.Chin先生B.L.马可林P.R.新闻,“测量交互效应的偏最小二乘潜在变量建模方法:来自蒙特卡罗模拟研究和电子邮件情感/采用研究的结果”,Inf.Syst。第14号决议,第2号,127-219(2003年;doi:10.1287/isre.14.2.189.1018);L.古德休W·刘易斯R.汤普森,《交互效应分析中的统计力量:用产品指标质疑PLS的优势》,同上,第2期,第123–232页(2007年;doi:10.1287/isre.1070.0123)]对于相同的条件。潜在交互模型包括六个指标变量,用于测量每个潜在预测变量和潜在标准,样本量为(N=100)。结果表明,PLS-PI的线性和交互参数估计值有向下偏差,而LISREL-PI和LMS的参数估计值无偏差。PLS-PI的真实标准误差最小,而LISREL-PI和LMS检测潜在交互作用的能力更高。与LISREL-PI和LMS相互作用参数估计值的对称分布相比,PLS-PI的分布对于正值来说是对称的,但包括外围的负估计值。讨论了这些发现的可能解释。

MSC公司:

第62页,共15页 统计学在心理学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aiken,L.S.,West,S.G.:多元回归:测试和解释交互作用。千橡鼠尾草(1991)
[2] Algina,J。;Moulder,B.C.,关于使用LISREL 8.3估计潜在变量交互作用的Jöreskog-Yang模型的注释,结构。埃克。型号。,8, 40-52, (2001) ·doi:10.1207/S15328007SEM0801_3
[3] Aroian,L.A.,两个正态分布变量乘积的概率函数,Ann.Math。Stat.,18,265-271,(1947)·兹比尔0041.45004 ·doi:10.1214/aoms/1177730442
[4] 贝克,A.B。;Demerouti,E。;Euwema,M.C.,《工作资源缓冲工作需求对职业倦怠的影响》,J.Occup。健康心理学。,10, 170-180, (2005) ·数字对象标识代码:10.1037/1076-8998.10.2.170
[5] Barendse,M.T.,Oort,F.J.,Garst,G.J.A.:使用具有潜在慢化结构的限制因子分析来检测均匀和非均匀测量偏差:一项模拟研究。高级统计分析。(2010)
[6] Bollen,K.A.,潜在变量方程的替代两阶段最小二乘(2SLS)估计,《心理测量学》,61,109-121,(1996)·Zbl 0875.62369号 ·doi:10.1007/BF02296961
[7] Busemeyer,J.R。;Jones,L.E.,当因果变量被错误测量时乘法组合规则的分析,心理。公牛。,93, 549-562, (1983) ·doi:10.1037/0033-2909.93.3.549
[8] 钦,W.W。;马库利德斯,G.A.(编辑),结构方程建模的偏最小二乘法,295-336,(1998),马哈瓦
[9] 钦,W.W。;Newsted,P.R。;Hoyle,R.(编辑),使用偏最小二乘法进行小样本结构方程建模分析,307-341,(1999),贝弗利山
[10] Chin,W.W.,Marcolin,B.L.,Newsted,P.R.:测量交互效应的偏最小二乘潜在变量建模方法。蒙特卡洛模拟研究和语音邮件情感/采纳研究的结果。收件人:DeGross,J。I.、Jarvenpaa、S.、。,斯里尼瓦桑,A(编辑)《第十七届国际信息系统会议记录》,第21-41页。克利夫兰(1996)
[11] 钦,W.W。;马可林,B.L。;Newsted,P.R.,《测量交互效应的偏最小二乘潜在变量建模方法:蒙特卡罗模拟研究和电子邮件情感/采用研究的结果》,Inf.Syst。决议,14,189-217,(2003)·doi:10.1287/isre.14.2.189.1018
[12] 邓普斯特,美联社。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EM算法从不完整数据中获得最大似然》,R.Stat.Soc.,Ser。B、 39、1-38(1977)·Zbl 0364.62022号
[13] 迪米特鲁克,P。;Schermelleh Engel,K。;Kelava,A。;Moosburger,H.,非线性结构方程建模的挑战,方法论,3,100-114,(2007)
[14] 多尔曼,C。;Zapf,D.,《与顾客相关的社会压力源和倦怠》,J.Occup。健康心理学。,9, 61-82, (2004) ·doi:10.1037/1076-8998.9.1.61
[15] Geiser,C.,Eid,M.,Nussbeck,F.W.,Courvoisier,D.S.,Cole,D.A.:多方法变更建模。高级统计分析。(2010)
[16] Goodhue,D。;刘易斯,W。;Thompson,R.,《分析交互效应的统计能力:质疑PLS与产品指标的优势》,《信息系统》。决议,18,211-227,(2007)·doi:10.1287/isre.1070.0123
[17] Henseler,J.,关于偏最小二乘路径建模算法的收敛性,计算机。统计,25,107-120,(2010)·Zbl 1224.65019号 ·文件编号:10.1007/s00180-009-0164-x
[18] Jaccard,J。;Wan,C.K.,《使用多元回归分析连续预测因子之间交互作用的测量误差:多指标和结构方程方法》,心理医学。公牛。,117, 348-357, (1995) ·doi:10.1037/0033-2909.117.2.348
[19] Jak,S.、Oort,F.J.、Garst,G.J.A.:测量偏差和多维性:多维测量模型中偏差检测的说明。高级统计分析。(2010)
[20] Jöreskog,K.G.,Sörbom,D.:LISREL 8:用户参考指南。科学软件国际,芝加哥(1996a)
[21] Jöreskog,K.G.,Sörbom,D.:PRELIS 2:用户参考指南。科学软件国际,芝加哥(1996b)
[22] Jöreskog,K.G。;Wold,H。;Jöreskog,K.G.(编辑);Wold,H.(编辑),《使用潜在变量建模的ML和PLS技术:历史和比较方面》,263-270,(1982),阿姆斯特丹·Zbl 0503.62067号
[23] Jöreskog,K.G。;杨,F。;马库利德斯,G.A.(编辑);Schumacker,R.E.(编辑),非线性结构方程模型:具有相互作用效应的Kenny Judd模型,57-88,(1996),Mahwah·Zbl 0923.62072号
[24] Kelava,A。;Moosburger,H。;迪米特鲁克,P。;Schermelleh-Engel,K.,《多重共线性和缺失约束:潜在非线性效应分析三种方法的比较》,《方法论》,第4期,第51-66页,(2008年)
[25] Kenny,D。;Judd,C.M.,《估计潜在变量的非线性和交互影响》,《心理学》。公牛。,96, 201-210, (1984) ·doi:10.1037/0033-2909.96.12001
[26] King-Kallimanis,B.L.,Oort,F.J.,Garst,G.J.A.:使用结构方程建模检测纵向数据中的测量偏差和响应偏移。高级统计分析。(2010)
[27] Klein,A.G。;Moosburger,H.,使用LMS方法对潜在交互作用影响的最大似然估计,《心理测量学》,65,457-474,(2000)·Zbl 1291.62221号 ·doi:10.1007/BF02296338
[28] Klein,A.G。;Muthén,B.O.,具有多重相互作用和二次效应的结构方程模型的准最大似然估计,Multivar。贝哈夫。决议,42,647-673,(2007)·doi:10.1080/0273170701710205
[29] Klein,A.G.,Schermelleh-Engel,K.:介绍一种新的测量方法,用于检测由于SEM中省略的非线性项而导致的拟合不良。高级统计分析。(2010)
[30] Lee,S.Y。;Song,X.Y.,具有固定协变量的非线性结构方程模型的模型比较,《心理测量学》,68,27-47,(2003)·Zbl 1306.62460号 ·doi:10.1007/BF02296651
[31] 马库利德斯,G.A。;桑德斯,C.,PLS:银弹?,MIS Q.,30,iii-ix,(2006)
[32] 马什,H.W。;Wen,Z.L。;Hau,K.T.,《潜在交互作用的结构方程模型:替代估计策略和指标构建的评估》,心理医学。方法,9275-300,(2004)·doi:10.1037/1082-989X.9.3.275
[33] McDonald,R.P.,复合变量的路径分析,多变量。贝哈夫。决议,31,239-270,(1996)·doi:10.1207/s15327906mbr3102_5
[34] Meyer,J.P。;Herscovitch,L.,《工作场所的承诺》。朝向一个通用模型,哼。Resour。管理。第11版,第299-326页,(2001年)·doi:10.1016/S1053-4822(00)00053-X
[35] 穆斯布鲁克,H。;Schermelleh-Engel,K。;Klein,A.G.,估计潜在相互作用效应的方法学问题,心理学方法。在线研究,295-111,(1997)
[36] Moosburger,H。;Schermelleh-Engel,K。;Kelava,A。;Klein,A.G。;Teo,T.(编辑);Khine,M.S.(编辑),结构方程建模中的多重非线性效应测试:替代估计方法的比较,103-136,(2009),鹿特丹
[37] Moulder,B.C。;Algina,J.,估计和测试潜在变量相互作用方法的比较,结构。埃克。型号。,9, 1-19, (2002) ·doi:10.1207/S15328007SEM0901_1
[38] 穆森,L.K.,穆森,B.O.:Mplus用户指南,第5版。洛杉矶Muthén&Muthán(2007)
[39] Schermelleh-Engel,K。;克莱因,A。;Moosburger,H。;舒马克,R.E.(编辑);马库利德斯,G.A.(编辑),《使用潜在慢化结构方程方法估算非线性效应》,203-238,(1998),马哈瓦
[40] Schumaker,R.E.,Marcoulides,G.A.(编辑):结构方程建模中的相互作用和非线性效应。Lawrence Erlbaum,Mahwah(1998)
[41] 宋,X.Y。;Lee,S.Y.,指数族中具有不可忽略缺失结果的潜在变量模型的贝叶斯分析,Stat.Med.,26,681-693,(2007)·doi:10.1002/sim.2530
[42] Tenenhaus,M.,基于组件的结构方程建模,Total Qual。管理。,19, 871-886, (2008) ·网址:10.1080/14783360802159543
[43] Tenenhaus,M。;Vinzi,V.E。;Chatelin,Y.M。;Lauro,C.,PLS路径建模,计算。统计数据分析。,48, 159-205, (2005) ·Zbl 1429.62227号 ·doi:10.1016/j.csda.2004.03.005
[44] Wold,H。;Krishnaiah,P.R.(编辑),用迭代最小二乘法估计主成分和相关模型,391-420,(1966),纽约
[45] Wold,H。;Gani,J.(编辑),潜在变量软建模:非线性迭代偏最小二乘法(NIPALS),117-142,(1975),伦敦
[46] Wold,H。;Jöreskog,K.G.(编辑);Wold,H.(编辑),《软建模:基本设计和一些扩展》,1-54,(1982),阿姆斯特丹
[47] Wold,H。;Kotz,S.(编辑);Johnson,N.L.(编辑),偏最小二乘法,第6号,581-591,(1985),纽约
[48] Yang Jonsson,F.:非线性结构方程模型:Kenny Judd模型的模拟研究。乌普萨拉大学(1997)·Zbl 0898.62142号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。