Sự khác biệt giữa hồi quy PLS và mô hình hóa đường dẫn PLS. Phê bình của PLS

Câu hỏi này đã được hỏi ở đây nhưng không ai đưa ra một câu trả lời hay. Vì vậy, tôi nghĩ rằng đó là một ý tưởng tốt để đưa nó lên một lần nữa và tôi cũng muốn thêm một số ý kiến ​​/ câu hỏi.

• Câu hỏi đầu tiên là sự khác biệt giữa "mô hình hóa đường dẫn PLS" và "hồi quy PLS" là gì? Để làm cho nó tổng quát hơn, mô hình phương trình cấu trúc (SEM), mô hình đường dẫn và hồi quy là gì? Theo hiểu biết của tôi, hồi quy tập trung nhiều hơn vào dự đoán trong khi SEM tập trung vào mối quan hệ giữa phản ứng và dự đoán và mô hình hóa đường dẫn là trường hợp đặc biệt của SEM?

• Câu hỏi thứ hai của tôi là PLS đáng tin cậy như thế nào? Gần đây, nó đã chịu nhiều chỉ trích như được nhấn mạnh trong Rönkkö et al. 2016 và Rönkkö et al. Năm 2015 dẫn đến việc từ chối các bài báo dựa trên PLS trên các tạp chí cấp cao như Tạp chí Quản lý hoạt động ( đây là ghi chú từ biên tập viên tạp chí):

  Chúng tôi đang từ chối thực tế tất cả các bản thảo dựa trên PLS, bởi vì chúng tôi đã kết luận rằng PLS đã không ngoại lệ cách tiếp cận mô hình sai trong các loại mô hình mà các nhà nghiên cứu OM sử dụng .

  Tôi nên lưu ý lĩnh vực của tôi là quang phổ, không phải quản lý / tâm lý cũng như thống kê. Trong các bài viết được liên kết ở trên, các tác giả đang nói nhiều hơn về PLS như một phương pháp SEM, nhưng đối với tôi, sự chỉ trích của họ cũng có thể áp dụng cho hồi quy PLS.

Câu hỏi đầu tiên là sự khác biệt giữa "mô hình hóa đường dẫn PLS" và "hồi quy PLS" là gì?

Không, chúng là từ đồng nghĩa.

Để làm cho nó tổng quát hơn, mô hình phương trình cấu trúc (SEM), mô hình đường dẫn và hồi quy là gì? Theo hiểu biết của tôi, hồi quy tập trung nhiều hơn vào dự đoán trong khi SEM tập trung vào mối quan hệ giữa phản ứng và dự đoán và mô hình hóa đường dẫn là trường hợp đặc biệt của SEM?

SEM là một hình thức hồi quy. Hồi quy là bất kỳ phương thức nào tương quan với các biến độc lập và phụ thuộc và bao gồm các phương thức sử dụng nhiều biến được xử lý như các thực thể riêng biệt. SEM đặc biệt sử dụng các mối quan hệ toán học giữa các biến để ràng buộc mô hình cuối cùng, trong trường hợp PLS, đây là hiệp phương sai. Hiểu biết của tôi là mô hình hóa đường dẫn là một miền - (không phải của tôi, tôi là một nhà quang phổ như bạn) thuật ngữ cụ thể.

Câu hỏi thứ hai của tôi là PLS đáng tin cậy như thế nào? Gần đây, nó đã chịu nhiều chỉ trích như được nhấn mạnh trong Rönkkö et al. 2016 và Rönkkö et al. 2015

Một phản bác tuyệt vời được tìm thấy trong Henseler et al. Niềm tin và thực tế chung 2013 về PLS . Một mối quan tâm chính cho Rönkkö et al. là PLS đã không thực hiện tuyệt vời trong một số tình huống giả định một yếu tố tiềm ẩn phổ biến. PLS trên thực tế được thiết kế để xử lý nhiều yếu tố tiềm ẩn, một tình huống phổ biến hơn nhiều trong thế giới thực.

Làm thế nào đáng tin cậy? Đối với quang phổ, nó là một công cụ tuyệt vời nhưng cũng có những hạn chế. Nó có nguy cơ quá mức vì nó có thể xây dựng các mô hình phức tạp thu hút sự đóng góp từ nhiều yếu tố cơ bản. Vì lý do này, nó cần phải được sử dụng cẩn thận và xác nhận bên ngoài thích hợp là điều cần thiết, nhưng sau đó những cảnh báo này áp dụng cho tất cả các công cụ xây dựng mô hình. Tôi làm việc chủ yếu trên các bộ dữ liệu trong thế giới thực trong 2 thập kỷ và tôi không gặp phải bất kỳ tập dữ liệu thử nghiệm nào chỉ có một yếu tố chung làm cơ sở cho biến phụ thuộc (không dựa trên dữ liệu cũng như lý thuyết khoa học).