Mạng lưới thần kinh Vs mô hình hóa phương trình cấu trúc Sự khác biệt là gì?


8

Lần đầu tiên tôi nghiên cứu về mạng nơ ron nhân tạo (ANN) và tôi bị ấn tượng bởi cách các khái niệm về mạng nơ ron xuất hiện tương tự như mô hình phương trình cấu trúc (SEM). Ví dụ,

  • các nút đầu vào trong ANN nhắc nhở tôi về các biến số trong SEM
  • Các nút ẩn trong ANN nhắc nhở các biến tiềm ẩn trong SEM
  • Mọi tính năng trong ANN đều có một nút đầu vào vì mọi biến quan sát đều có một biến số kê khai trong SEM
  • ANN có thể có một số nút đầu ra giống như SEM có thể có một số biến phụ thuộc cuối cùng
  • Cả hai đều có thể được sử dụng cho mục đích giải thích và dự đoán (tôi nghĩ)

Vì vậy, vui lòng giải thích cho tôi sự khác biệt giữa hai hình thức phân tích thống kê này

Câu trả lời:


9

Câu trả lời ngắn: Với SEM, mục tiêu nói chung là để hiểu mối quan hệ giữa các biến. Với loại ANN mà bạn đang nghiên cứu, các nút là một cách chuyển đổi dữ liệu để các biến dự đoán có thể giải thích rõ hơn về kết quả. Cuối cùng, sự giống nhau khá hời hợt: trong khi các sơ đồ trông tương tự nhau, bạn sẽ đấu tranh để có được những dự đoán tốt từ một SEM và bạn cũng sẽ đấu tranh để giải thích mối tương quan giữa các biến trong ANN.

Câu trả lời Pedantic: có rất nhiều loại SEM và ANN khác nhau. Nhiều người trông không giống nhau. Ví dụ, một mạng kohonen trông giống như một SEM và không tuyệt vời để dự đoán. Khi SEM được sử dụng để giải quyết vấn đề nội sinh, nó có thể tốt cho dự đoán, nhưng các SEM như vậy thường không được vẽ dưới dạng sơ đồ mạng đẹp.


Mặc dù ANN có những lời chỉ trích riêng, như khả năng giải thích kém, tôi cũng quan tâm không kém bởi một mô hình SEM được cho là giải thích điều gì đó nhưng không đưa ra dự đoán tốt.
Galen
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.