آزمون توان پیش‌بینی روایی متقاطع (CVPAT)
آزمون توان پیش‌بینی روایی متقاطع (CVPAT) روشی جایگزین برای برآورد قدرت پیش‌بینی مدل با استفاده از الگوریتم PLSpredict است.
با عضویت در سایت قفل دانلود همه محصولات همزمان و برای همیشه برداشته می شود.
پس از پرداخت روی نهایی شدن ثبت نام کلیک کنید.
آزمون توان پیش‌بینی روایی متقاطع (CVPAT) روشی جایگزین برای برآورد قدرت پیش‌بینی مدل با استفاده از الگوریتم PLSpredict است.
داده‌های گمشده (Missing data) شامل خانه‌هایی در یک یک فایل داده است که مقدار یا ارزشی برای متغیر مورد بررسی برای آن منظور نشده است.
دانلود کتاب حداقل مربعات جزئی نوشته آرش حبیبی و راحله جلال‌نیا برای آموزش تصویری مدلسازی معادلات ساختاری با رویکرد کمترین مربعات جزئی
سنجه‌های تک‌آیتمی (Single-item measures) زمانی استفاده می‌شود که یک سازه تک‌بعدی، روشن و به صورت مستقیم قابل اندازه‌گیری باشد.
ناواریانسی اندازه‌گیری (Measurement invariance) برابری واریانس و پراکندگی داده‌های گردآوری شده برای یک سازه را در چند گروه بررسی می‌کند.
اثر غیرخطی (Quadratic effect) یک مفهوم آماری در معادلات رگرسیونی و حداقل مربعات جزئی است که در آن یک عامل با خودش تعامل دارد.
مدل‌های مرتبه بالاتر (سلسله‌مراتبی) زمانی استفاده می‌شوند که سازه‌های مدل در سطوح بالایی از انتزاع بوده و خود از سازه‌های فرعی دیگری تشکیل شده باشند.
الگوریتم PLS موزون (WPLS) یک شیوه اصلاح شده از مدل سازی مبتنی بر حداقل مربعات جزئی است که وزن‌های نمونه را همراه خود دارد و بسیار مهم است.
مدل اندازه‌گیری (Measurement model) بخشی از مدل است که روابط میان متغیرهای پنهان و گویه‌های سنجش آن را می‌سنجد و به نوعی روایی سازه پرسشنامه را نشان می‌دهد.
بوت‌استراپینگ (Bootstrapping) یا خودگردان سازی روشی در حداقل مربعات جزئی است که آماره آزمون برای سنجش معناداری روابط را محاسبه می‌کند.
