×

兹马思-数学第一资源

部分可能性回归路径建模:处理路径建模中的不确定性。(英语) Zbl 07315570
摘要:本文对最近提出的部分可能性回归路径建模方法提出了新的见解。这种方法结合了路径建模用可能性回归方法对变量块之间的关系网进行建模,用加权组合法对每个块进行汇总。它假定随机性可以回溯为测量误差,即在建模观测变量与相应组合之间关系时的误差,以及结构误差的模糊性,即在建模每个变量块后面的复合材料之间关系时的不确定性。通过仿真研究,将该方法与经典的基于复合材料的路径模型进行了比较。一个在高等教育中使用Wikipedia的案例研究说明了所提出方法的一个富有成效的可用性背景。
理学硕士:
65立方英尺 统计计算问题(MSC2010)
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 阿尔文,阿尔文;《路径分析中的效应分解》,社会学版,40,37-47(1975)
[2] 鲍德里特,C。;库索,我。;Dubois,D.,《风险分析中概率和可能性的联合传播:走向正式框架》,Int J Approach Reason,45,1,82-105(2007)·Zbl 1123.68123号
[3] Bezdek,JC,模式识别模型,模糊目标函数算法模式识别,1-13(1981),波士顿,马萨诸塞州:斯普林格,波士顿,马萨诸塞州·Zbl 0503.68069
[4] Bloomfield P,Steiger WL(1983)线性回归中的LAD。In:最小绝对偏差。概率统计进展,第6卷。斯普林格,博克用户波士顿,第37-76页
[5] 鲍伦,加州,结构方程与潜在变量(1989),纽约:威利,纽约·Zbl 0731.62159
[6] 博伦,加州;Bauldry,S.,测量模型中的三个C:因果指标、复合指标和协变量,心理学方法,16,3,265-284(2011)
[7] 卡塞尔,C。;哈克,P。;韦斯特伦德,阿,估计潜在可变质量结构的偏最小二乘法的稳健性,应用统计杂志,26,4,435-446(1999)·62ZB0247号
[8] 卡塞尔,厘米;哈克,P。;《无形资产的计量:偏最小二乘法的稳健性研究》,《全面质量管理》,117897-907(2000)
[9] 陈国伟,结构方程建模的偏最小二乘法,模型方法总线研究,295,2295-336(1998)
[10] Coppi,R.,《统计推理中不确定性的管理:回归分析案例》,Int J Approach Reason,47,3,284-305(2008)·Zbl 1184.62005
[11] 库索,我。;Dubois,D.,《集值信息的统计推理:本体论与认知论》,Int J Approach Reason,55,7,1502-1518(2014)·Zbl 1407.62032
[12] Diamond,P.,紧集值数据的最小二乘拟合,数学分析应用杂志,147,2351-362(1990)·Zbl 0704.65006
[13] 蒂克斯塔,TK;拉坦,H。;Noonan,R.,模型与模式的完美匹配,偏最小二乘路径建模,55-80(2017),Cham:Springer,Cham
[14] Dijkstra TK,Henseler J(2015a),线性结构方程的一致和渐近正态偏最小二乘估计。计算统计数据分析81:10-23·Zbl 06984092
[15] Dijkstra TK,Henseler J(2015b)一致偏最小二乘路径建模。管理信息系统Q 39(2):297-316
[16] Dodge,Y.,用于检测响应和解释变量中异常值的Lad回归,多变量分析杂志,61,1144-158(1997)·Zbl 0877.62067
[17] 多尔切,P。;维吉尼亚;Lauro,NC,非对称复合路径建模,Adv Data ANL Classif,12,3,759-784(2018年)·Zbl 1416.62374
[18] Dubois,D.,《统计中处理不完全信息的各种方法》,Int J Approach Reason,55,7,1570-1574(2014)·Zbl 1407.62034
[19] 费拉罗,MB;科皮,R。;罗德里格斯,GG;Colubi,A.,不精确反应的线性回归模型,Int J Approach Reason,51,7759-770(2010)·Zbl 1201.62086
[二十] 费拉罗,MB;Giordani,P.,非精确数据稳健分析的可能性和模糊聚类方法,Int J Approach Reason,88,23-38(2017)·Zbl 1418.68204
[21] 头发,JF Jr;赫尔特,GTM;林格尔,C。;Sarstedt,M.,偏最小二乘结构方程建模(PLS-SEM)(2016),千橡树:Sage,千橡树·Zbl 1291.62010
[22] Hanafi,M.,PLS路径建模:用估计模式b计算潜在变量,Comput Stat,22,2,275-292(2007)·Zbl 1196.62103
[23] 朱德,厘米;加利福尼亚州麦克莱兰;Ryan,CS,《数据分析:模型比较方法》(2011),纽约:劳特利奇,纽约
[24] Kaplan,D.,结构方程建模:基础和扩展(2008),纽伯里公园:Sage,纽伯里公园·Zbl 0970.91063
[25] 金,千焦;莫斯科维茨。;Koksalan,M.,模糊与统计线性回归,Eur J Oper Res,92,2417-434(1996)·Zbl 0912.90064
[26] Koenker,R.,中值是信息:Wilson和Hilfertys关于误差定律的实验,Am Stat,63,1,20-25(2009)
[27] Lichman M(2013)UCI机器学习知识库。加利福尼亚州欧文市加州大学信息与计算机科学学院
[28] Lohmöller,J.,用偏最小二乘法进行潜变路径建模(1989),海尔德堡:Physica Verlag,Heildelberg·Zbl 0788.62050
[29] 两个潜在路径估计的wolkos,1975。哥德堡大学技术报告
[30] 马里诺,M。;Palumbo,F.,《最小二乘线性回归中不精确数据效应的区间算法》,Ital J Appl Stat,14,3,277-291(2002)
[31] 梅斯盖尔·阿托拉,A。;艾巴尔,E。;拉多斯,J。;明吉隆,J。;Lerga,M.,《影响维基百科在高等教育中教学使用的因素》,第67期,第5期,第1224-1232页(2016年)
[32] Nadimi,R.,语言变量视角下具有清晰输入-输出的模糊线性回归中的离群点检测,Appl Soft Comput,13,1734-742(2013)
[33] 小雷诺,S。;Denœux,T.,使用信念函数对不确定和不精确数据的非参数回归分析,Int J Approach Reason,35,1,1-28(2004)·Zbl 1068.68149
[34] 罗曼诺,R。;帕伦博,F。;阿布迪,H。;埃斯波西托·文齐,V。;鲁索利略,G。;萨波塔,G。;《偏回归模型》,Chamibi,168Chamibi,多元回归方法,2016·Zbl 1366.62154
[35] 罗曼诺,R。;帕伦博,F。;费拉罗,MB;乔达尼,P。;万塔吉,B。;加戈列夫斯基,M。;Áangeles Gil,M。;格尔泽夫斯基,P。;Hryniewicz,O.,结构方程建模中的不确定性处理,数据科学软方法,431-438(2017),Cham:Springer,Cham
[36] RönkköM.,机会相关性对偏最小二乘路径建模的影响,器官研究方法,17,2,164-181(2014)
[37] 伦克,M。;Evermann,J.,《关于偏最小二乘路径建模的共同信念的批判性检验》,《器官研究方法》,16,3,425-448(2013)
[38] Schneeweiss H(1993)具有潜在变量的模型的总体一致性。作者:Haagen K,Bartholomew DJ,Deistler M(编辑),统计建模和潜在变量。阿姆斯特丹爱思唯尔
[39] 田中县。;郭,P.,运筹学的可能性数据分析(1999),德国海德堡:德国海德堡物理研究所·Zbl 0931.91011号
[40] 特内豪斯,A。;Tenenhaus,M.,正则化广义典型相关分析,心理测量学,76,2,257-284(2011)·Zbl 1284.62753
[41] 特内豪斯,M。;维吉尼亚;查特林,Y-M;Lauro,C.,PLS路径建模,计算统计数据分析,48,1195-205(2005)·Zbl 1429.62227号
[42] 《多因素理论》(1931),安娜堡:爱德华兹兄弟,安娜堡·京FM 59.1207.20
[43] 图基,JW;肯普霍恩,O。;田纳西州班克罗夫特;高文,JW;《生物学中的统计学和数学》,35-66(1954),艾姆斯:爱荷华州立大学出版社,艾姆斯
[44] 维拉雷斯,MJ;阿尔梅达,MH;科埃略,PS;埃斯波西托·文齐,V。;Chin,WW;亨赛勒,J。;Wang,H.,结构方程建模的似然和偏最小二乘估计量比较:客户满意度数据的模拟,偏最小二乘法手册:概念、方法和应用,289-305(2010),柏林,海德堡:斯普林格,柏林,海德堡
[45] 维吉尼亚;特林奇拉,L。;阿马托,S。;埃斯波西托·文齐,V。;Chin,WW;亨赛勒,J。;Wang,H.,PLS路径建模:从基础到最新发展和模型评估和改进的开放问题,偏最小二乘法手册,47-82(2010),柏林,海德堡:斯普林格,柏林,海德堡
[46] 王,C。;李,J。;Guo,P.,带离群点检测的归一化区间回归模型及其在房价问题中的实际应用,模糊集系统,274109-123(2015)·Zbl 06805472
[47] 王,H-F;蔡,R-C,模糊回归模型的洞察力,模糊集系统,112,3,355-369(2000)·Zbl 0948.62050
[48] 韦斯特伦,啊;卡塞尔,厘米;埃克洛夫,J。;《假设顾客感知和测量规范》,2001年第7期,第878页
[49] Wold,H.,《潜在变量的软建模:非线性迭代偏最小二乘法(NIPALS)方法》,J Appl Probab,12,S1,117-142(1975)·Zbl 0331.62058
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。