کتاب حداقل مربعات جزئی

عنوان: کتاب حداقل مربعات جزئی

نویسنده: آرش حبیبی و راحله جلال‌نیا

ناشر: انتشارات نارون

زبان: فارسی

نوع کتاب: چاپی و کاغذی

قطع: وزیری

تعداد صفحه: ۱۰۰ صفحه

دانلود فهرست مطالب

درباره کتاب حداقل مربعات جزئی

حداقل مربعات جزئی یک روش آماری است که برای ارزیابی و برازش مدل‌های نظری استفاده می‌شود. با رشد دانش آماری و گسترش توانمندی کامپیوتر امکان ارزیابی مدل‌ها با روش‌های ساختاری کوواریانس محور فراهم گردید. این روش‌ها با وجود توانایی و شایستگی علمی بسیار زیاد، در عمل با محدودیت‌های همراه هستند.

نخست آنکه حجم نمونه بالایی را نیاز دارند و دیگر آنکه توزیع داده‌های گردآوری شده باید نرمال باشد. روش حداقل مربعات جزئی برای مدل‌یابی معادلات ساختاری یک روش ناپارامتریک است که به حجم و توزیع داده‌ها حساسیت کمتری دارد.

زمانیکه هدف پژوهش، توسعه یک نظریه و پیش‌بینی سازه‌ها باشد بهتر است از روش حداقل مربعات جزئی استفاده شود. به همین دلیل در پژوهش‌های کاربردی-توسعه‌ای برای دانشجویان دوره دکتری مدیریت و علوم اجتماعی استفاده از این روش به جای مدل‌یابی معادلات ساختاری کوواریانس‌محور، انتخاب بهتری است.

با توسعه نسخه سه و چهار نرم‌افزار حداقل مربعات جزئی امکان برآورد و ارزیابی مدل‌ها فراهم گردیده است. برای ارزیابی بخش اندازه‌گیری می‌توان از بارهای عاملی، روایی همگرا، روایی واگرا و شاخص‌های پایایی استفاده کرد. رابطه سازه‌ها براساس ضریب مسیر، اندازه اثر و آماره تی قابل سنجش است. از شاخص‌هایی مانند ضریب تعیین، شاخص ارتباط پیش‌بین و آزمون توان پیش‌بینی روایی متقاطع نیز برای سنجش قدرت پیش‌بینی مدل استفاده می‌شود.

در نهایت برای برازش مدل نیز شاخص‌های ریشه میانگین مربعات باقیمانده استاندارد، معیار برازش راستین مدل، شاخص تناسب به‌هنجار، تتای ریشه میانگین مربعات و خی دو به‌هنجار قابل برآورد است. در کتاب حداقل مربعات جزئی کوشش بر آن است تا روش حداقل مربعات جزئی با رویکردی کاربردی برای دانشجویان مدیریت و علوم اجتماعی آموزش داده شود.

تفاوت PLS-SEM و CB-SEM

مدل‌یابی معادلات ساختاری برگردان پارسی Structural Equation Model است که به صورت کوتاه SEM نامیده می‌شود. مدل معادلات ساختاری(SEM) روشی برای بررسی روابط میان متغیرهای پنهان است که همزمان متغیرهای مشاهده‌پذیر را نیز در نظر می‌گیرد. این روش به دو دسته اصلی تقسیم می‌شود:

  • مدل‌یابی معادلات ساختاری مبتنی بر کوواریانس CB-SEM
  • مدل‌یابی معادلات ساختاری مبتنی بر حداقل مربعات جزئی PLS-SEM
مقایسه PLS-SEM و CB-SEM

مقایسه PLS-SEM و CB-SEM

مدل‌یابی معادلات ساختاری نخست براساس ماتریس کوواریانس طراحی گردید به همین دلیل گاه با پیشوند Covariance Based از آن یاد می‌شود. این رویکرد بر پایه روش‌های آماری پارامتریک استوار است بنابراین از نظر آماری پشتوانه‌ای قدرتمند دارد. از سوی دیگر نرمال بودن داده‌ها و حجم بالای نمونه از محدودیت‌های این رویکرد است.

حداقل مربعات جزئی (PLS) یک روش مدل‌یابی مسیر است که توسط ولد به سال ۱۹۸۲ معرفی گردید و توسط لومر به سال ۱۹۸۹ توسعه پیدا کرد. به‌طور خلاصه الگوریتم PLS-SEM یک توالی رگرسیونی براساس بردارهای وزنی است.

5 1 رای
امتیازدهی به مقاله