PLS-PM with R 偏最小二乘路径建模 (R语言)

1. 引入

1.1. 安装plspm包

plspm 是一个用于执行偏最小二乘路径建模分析的 r 程序包。

在 CRAN 上可以免费下载: Http://cran.r-project.org/web/packages/plspm/index.html.

此后，通过以下代码在r中安装并加载该程序包即可。

install.packages("plspm")
library("plspm")

2. 一些简单概念

2.1. 潜变量和观测变量

不少变量如满意度、成功指数是无法通过观测得到的，我们将之称作潜变量（latent variables）。

但是，我们可以通过观测变量（manifest variables）度量潜变量。

2.2. 形成性指标和反应性指标

若观测变量被认为是由潜变量引起的，即观测变量为潜变量的后果或效果，如进球个数为攻击能力的结果，我们称之为反应性指标（reflective indicators）。

若认为观测变量引起了潜变量，即观测变量为潜变量的原因，如训练小时数为攻击能力的原因，我们称该观测变量为形成性指标（formative indicators）。

2.3. 路径模型

观测变量以矩形形式表示。

潜变量用椭圆形表示。

变量之间的关系用直线箭头表示。

如下：

路径模型由外部模型和内部模型构成。

内部模型反应潜变量之间的关系，如下：

 外部模型反应每个潜变量与其观测变量之间的关系，如下：

3. plspm模型

4. 其他

• The Partial Least Squares Approach for Structural Equation Modeling by Wynne Chin. This chapter in the book Modern methods for business research (edited by G. A. Marcoulides), provides an interesting review of the PLS approach from a SEM standpoint. Without heavy mathematical notation and targeted to a business and marketing audience, Chin explains PLS-PM in an approachable way for non-statisticians. Good reading for getting started with PLS-PM.

• A Primer for Soft Modeling by R. Frank Falk and Nancy B. Miller (1992) Published by The University of Akron Press (Ohio), this is a short manuscript that aims to be an introductory level textbook for PLS Path Modeling.

• The Partial Least Squares (PLS) Approach to Causal Modelling: Personal Computer Adoption and Use as an Illustration by Barclay D., Higgins C. and Thompson R. (1995). This paper, in the Special Issue on Research Methodology of Technology Studies (Vol 2, Num 2: 285 - 309), describes an application of PLS-PM on Information Systems without using much mathematical notation. Good introduction if you are afraid of cryptic math equations.