Année
2010
Auteurs
ESPOSITO VINZI Vincenzo, RUSSOLILO G., TRINCHERA L.
Abstract
L’approche PLS aux modèles à équations structurelles (PLS Path Modeling, PLSPM) est couramment considérée comme une approche basée sur les composantes. Cette méthode a été récemment revisité en tant que cadre général pour l’analyse des tableaux multiples. Nous proposons ici deux nouvelles méthodes d’estimation des poids externes dans le cadre de la PLS-PM: le Mode PLScore et le Mode PLScow. Chaque mode est fondé sur l’utilisation de la régression PLS pour l’étape d’estimation externe. Toutefois, en Mode PLScore une régression PLS est exécutée sous les contraintes classiques de la PLS-PM de variance unitaire pour les scores des variables latentes , tandis que dans le Mode PLScow les poids externes sont contraints d’avoir une norme unitaire. Cette dernière contrainte est la contrainte classique de normalisation dans le cadre de la régression PLS. Nous montrons comment les deux nouveaux modes sont liées aux méthodes d’estimation externe classiques de la PLS-PM, c.-à-d. au Mode A et au Mode B, ainsi qu’au nouveau Mode A récemment proposé par Tenenhaus & Tenenhaus (2009).
ESPOSITO VINZI, V., RUSSOLILO, G. et TRINCHERA, L. (2010). An Integrated PLS Regression-based Approach for Multidimensional Blocks in PLS Path Modeling. Dans: 42èmes Journées de Statistique de la Société Française de Statistique. SFdS, Société Française de Statistique.