R包“plspm”

作者：Gaston Sanchez

单位：Berkeley, California.

包使用说明文件：http://www.gastonsanchez.com/PLS Path Modeling withR.pdf

原理：

pls-pm：Partial Least Squares Path Modeling，偏最小二乘路径模型

定义：1、是结构方程模型的偏最小二乘方式

   2、用于研究显变量和潜变量的完整多元相关关系

   3、是一种数据分析方式，用于研究一组设定的显变量区块中，每个

模块都能被潜变量和潜变量之间的相关性所代表

计算过程：1、迭代获得隐变量ξ和η的表达式

2、用通常的最小二乘法获得内部关系的系数β的估计，即隐变量之间的关系度量

3、用通常的最小二乘法获得外部关系的系数λ的估计，即隐变量和显变量之间的关系度量

4、得到各种指数

plspm包的使用示例：

安装：install.packages("plspm")

加载：library(plspm)

模型建立：

1、指定相关关系

IMAG  <- c(0,0,0,0,0,0)

EXPE <- c(1,0,0,0,0,0)

QUAL <- c(0,1,0,0,0,0)

VAL<- c(0,1,1,0,0,0)

SAT<- c(1,1,1,1,0,0)

LOY <- c(1,0,0,0,1,0)

sat_path<- rbind(IMAG, EXPE, QUAL,VAL, SAT, LOY)

1表示列的模块指向行的模块

2、描绘路径

innerplot(sat_path)

3、设定模块

即设定潜变量包含的显变量数据

sat_blocks <- list(1:5, 6:10, 11:15, 16:19, 20:23,24:27)

4、设置模块数

sat_mod <- rep("A", 6)

A表示是反映型的变量，隐变量是显变量的原因，箭头指向显变量

B表示是影响型的变量，显变量是隐变量的原因，箭头指向隐变量

5、模型计算

satpls <- plspm(satisfaction, sat_path,sat_blocks, modes = sat_mod,

              scaled = FALSE)

6、关系图的绘制

如：内部关系图

innerplot(satpls)