×
罗萨里亚·罗曼诺;弗朗西斯科·帕伦博

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 1505.62345号

计算。斯达。 36，第1号，615-639（2021）.
小结：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。此方法结合了以下原则路径建模用那些可能性回归来建模变量块之间的关系网，其中加权组合汇总了每个块。它假设随机性可以归结为测量误差，即建模观测变量与相应组合之间关系的误差，以及结构误差的模糊性，即建模每个变量块后面的组合之间的关系的不确定性。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。一个关于维基百科在高等教育中的使用的案例研究说明了该方法的丰富可用性背景。

MSC公司：

62-08 统计问题的计算方法
62J99型 线性推断、回归
68层37 人工智能背景下的不确定性推理

关键词：

间隔数据;随机-模糊;结构方程建模;最小绝对值

软件：

UCI-毫升;智能PLS
PDF格式BibTeX公司 XML格式引用
\textit{R.Romano}和\textit{F.Palumbo}，计算。Stat.36，No.1，615--639（2021；Zbl 1505.62345）
全文： 内政部

参考文献：

[1] Alwin，DF；Hauser，RM，路径分析中的效应分解，《美国社会学评论》，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》，《国际近似理性杂志》，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），马萨诸塞州波士顿：斯普林格·Zbl 0503.68069号
[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。Springer，Birkhäuser Boston，第37-76页·Zbl 0536.62049号
[5] Bollen，KA，具有潜在变量的结构方程（1989），纽约：Wiley，纽约·Zbl 0731.62159号
[6] 博伦，KA；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，16，36265-284（2011）
[7] 卡塞尔，C。；Hackl，P。；Westlund，AH，估计潜在变量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）·Zbl 0947.62022号
[8] 卡塞尔，CM；Hackl，P。；AH Westlund，《无形资产计量：偏最小二乘稳健性研究》，《全面质量管理》，第11期，第7期，第897-907页（2000年）
[9] Chin，WW，结构方程建模的偏最小二乘法，Mod Methods Bus Res，295，2，295-336（1998）
[10] Coppi，R.，《统计推理中的不确定性管理：回归分析案例》，《国际近似推理杂志》，47，3，284-305（2008）·Zbl 1184.62005年
[11] 库索，I。；Dubois，D.，集值信息的统计推理：本体与认知观点，《国际近似推理》，55，7，1502-1518（2014）·Zbl 1407.62032号
[12] Diamond，P.，紧集值数据的最小二乘拟合，数学分析应用杂志，147，2，351-362（1990）·Zbl 0704.65006号
[13] 蒂克斯特拉；拉坦，H。；Noonan，R.，模型与模型的完美匹配，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渐近正态PLS估计。计算统计数据分析81:10-23·Zbl 1507.62047号
[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.，Lad回归用于检测响应和解释变量中的异常值，J Multivar Ana，61，1，144-158（1997）·Zbl 0877.62067号
[17] 多尔斯，P。；VE Vinzi；Lauro，NC，非对称复合材料路径建模，高级数据分析分类，12，3，759-784（2018）·Zbl 1416.62374号
[18] Dubois，D.，《关于处理统计中不完整信息的各种方法》，《国际近似理性杂志》，55，7，1570-1574（2014）·Zbl 1407.62034号
[19] 费拉罗，MB；科皮，R。；罗德里格斯，GG；Colubi，A.，《不精确响应的线性回归模型》，《国际J近似原因》，51，7，759-770（2010）·兹比尔1201.62086
[20] 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》，《国际J近似原因》，88，23-38（2017）·兹比尔1418.68204
[21] 头发，JF Jr；Hult，GTM公司；Ringle，C。；Sarstedt，M.，偏最小二乘结构方程建模入门（PLS-SEM）（2016），千橡：鼠尾草，千橡树·Zbl 1291.62010年
[22] Hanafi，M.，PLS路径建模：使用估计模式b计算潜在变量，计算统计，22，2，275-292（2007）·Zbl 1196.62103号
[23] CM贾德；麦克莱兰，GH；Ryan，CS，《数据分析：模型比较方法》（2011年），纽约：Routledge，纽约
[24] 卡普兰，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号
[25] Kim，KJ；H·莫斯科维茨。；Koksalan，M.，《模糊与统计线性回归》，《欧洲运营研究杂志》，92，2，417-434（1996）·Zbl 0912.90064号
[26] Koenker，R.，《中值就是信息：威尔逊和希尔弗提斯关于误差定律的实验》，《美国统计》，第63、1、20-25页（2009年）
[27] Lichman M（2013）UCI机器学习库。加州大学欧文分校信息与计算机科学学院
[28] Lohmöller，J.，用偏最小二乘法进行潜在变量路径建模（1989），海德堡：Physica-Verlag，海德伯格·Zbl 0788.62050号
[29] Lyttkens E，Areskoug B，Wold，H（1975）具有一个或两个潜在变量的六路径模型的NIPALS估计程序的收敛性。哥德堡大学技术报告
[30] 马里诺，M。；Palumbo，F.，《评估最小二乘线性回归中不精确数据影响的区间算法》，意大利应用统计杂志，14，3，277-291（2002）
[31] Meseguer-Artola，A。；艾巴尔，E。；拉多斯，J。；J·明基尔翁。；Lerga，M.，《影响维基百科在高等教育中教学使用的因素》，《信息科学技术协会杂志》，67，5，1224-1232（2016）
[32] Nadimi，R.，通过语言变量视图在具有清晰输入输出的模糊线性回归中检测离群值，应用软件计算，13，1，734-742（2013）
[33] Petit-Renaud，S。；Denœux，T.，使用置信函数对不确定和不精确数据进行非参数回归分析，《国际近似推理》，35，1，1-28（2004）·Zbl 1068.68149号
[34] 罗曼诺，R。；Palumbo，F。；阿卜迪，H。；Esposito Vinzi，V。；Russolillo，G。；萨波塔，G。；Trinchera，L.，部分可能性回归路径建模，偏最小二乘法的多方面及相关方法，155-168（2016），查姆：Springer，查姆·Zbl 1366.62154号
[35] 罗曼诺，R。；Palumbo，F。；费拉罗，MB；佐丹尼，P。；Vantaggi，B。；加戈列夫斯基，M。；阿尔·安吉勒斯·吉尔，M。；Grzegorzewski，P。；Hryniewicz，O.，《结构方程建模中的不确定性处理》，《数据科学的软方法》，431-438（2017），Cham:Springer，Cham
[36] Rönkkö，M.，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] Rönkkö，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。收录：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] Tanaka，H。；Guo，P.，《运筹学的可能性数据分析》（1999），德国海德堡：Physica Verlag，德国海德堡·Zbl 0931.91011号
[40] Tenenhaus，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号
[41] Tenenhaus，M。；VE Vinzi；查特林，Y-M；Lauro，C.，PLS路径建模，Comput Stat数据分析，48，159-205（2005）·Zbl 1429.62227号
[42] 瑟斯顿，L.，《多因素理论》（1931），安娜堡：爱德华兹兄弟
[43] 图基，JW；O.肯普托恩。；TA班克罗夫特；Gowen，JW；Lush，JH，因果、回归和路径分析，《生物学中的统计和数学》，35-66（1954），艾姆斯：爱荷华州立大学出版社，艾姆斯·Zbl 0058.35902号
[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；亨斯勒，J。；Wang，H.，《结构方程建模的似然和pls估计的比较：用客户满意度数据进行模拟》，《偏最小二乘手册：概念、方法和应用》，289-305（2010），柏林，海德堡：施普林格，柏林，海德堡
[45] VE Vinzi；Trinchera，L。；阿马托，S。；Esposito Vinzi，V。；Chin，WW；亨斯勒，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，偏最小二乘手册，47-82（2010），柏林，海德堡：施普林格，柏林，海德堡
[46] 王，C。；李，J。；Guo，P.，带离群值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 1493.62455号
[47] 王，H-F；Tsaur，R-C，《模糊回归模型透视》，模糊集系统，112，3，355-369（2000）·Zbl 0948.62050号
[48] 威斯特伦德，AH；卡塞尔，CM；埃克洛夫，J。；Hackl，P.，《假设测量和规范错误，客户感知的结构分析和测量》，《全面质量管理》，12，7-8，873-881（2001）
[49] Wold，H.，《用潜在变量进行软建模：非线性迭代偏最小二乘法（NIPALS）》，《应用概率统计杂志》，12，S1，117-142（1975）·Zbl 0331.62058号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。