顾客满意度模型估计的PLS与LISREL

顾客满意度模型估计的PLS与LISREL

ID:22234501

大小:69.00 KB

页数:6页

时间:2018-10-27

顾客满意度模型估计的PLS与LISREL_第1页
顾客满意度模型估计的PLS与LISREL_第2页
顾客满意度模型估计的PLS与LISREL_第3页
顾客满意度模型估计的PLS与LISREL_第4页
顾客满意度模型估计的PLS与LISREL_第5页
资源描述:

《顾客满意度模型估计的PLS与LISREL》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、----------专业最好文档,专业为你服务,急你所急,供你所需-------------文档下载最佳的地方顾客满意度模型估计的PLS与LISREL中国人民大学 金勇进梁燕顾客满意度模型是一个多方程的因果关系系统——结构方程模型(SEM,StructuralEquationModel),有多个因变量,是一个原因和结果关系的网,模型必须要按照这些关系进行估计。模型中包括质量感知、顾客满意度、顾客忠诚度和企业形象等隐变量,这些隐变量只能通过多个具体测量变量来间接衡量。模型中允许自变量和因变量含有测量误差,还必须要计算

2、出来隐变量的表现得分(例如通过多个测量变量的加权指数)。以ACSI模型为例,它就是一个结构方程模型,包括结构方程(隐变量之间关系的方程)和测量方程(隐变量和测量变量之间关系的方程)模型具体形式本文不赘述。。要对结构方程模型进行参数估计,目前最经常使用的两种方法是PLS(PartialLeastSquare)方法和LISREL(LInearStructuralRELationships)方法。这两种方法既有相同之处,也有许多不同之处。本文主要讨论两种方法的算法,以及他们之间的联系与区别,并根据实证案例,提出我国在构建

3、顾客满意度模型过程中使用的方法。一、PLS和LISREL方法PLS(Wald,1982)是将主成分分析与多元回归结合起来的迭代估计,是一种因果建模的方法。瑞典、美国和欧盟模型都使用这种方法进行估计。在ACSI模型估计中所有测量变量/调查指标都是隐变量反映(reflective)/结果指标,即所有测量变量与隐变量的关系都是从隐变量指向测量变量的。另一种情况是所有测量变量/调查指标都是隐变量影响(formative)/原因指标,即所有测量变量与隐变量的关系都是从测量变量指向隐变量的。,该方法对不同隐变量的测量变量子集抽

4、取主成分,放在回归模型系统中使用,然后调整主成分权数,以最大化模型的预测能力。PLS方法的具体步骤如下所示。步骤1:用迭代方法估计权重和隐变量得分。从④开始,重复①—④直至收敛。①内部权重vij=signcov(ηj,ηi)如果ηj和ηi有直接关系0如果ηj和ηi没有直接关系(1)②内部近似。(2)③解出外部权重。(3)④外部近似。,其中确保(4)步骤2:估计路径系数和载荷系数。步骤3:估计位置参数。----------专业最好文档,专业为你服务,急你所急,供你所需-------------文档下载最佳的地方---

5、-------专业最好文档,专业为你服务,急你所急,供你所需-------------文档下载最佳的地方PLS方法是“偏”LS,因为估计的每一步都在给定其他参数条件下,对某个参数子集的残差方差进行最小化。虽然在收敛的极限,所有残差方差联合的进行最小化,但PLS方法仍然是“偏”LS,因为没有对总体残差方差或其他总体最优标准严格的进行最小化。LISREL(Joreskog,1970)方法通过拟合模型估计协方差与样本协方差(S)来估计模型参数,也称为协方差建模方法。具体来说,就是使用极大似然(MaximumLikelih

6、ood,ML)、非加权最小二乘(UnweightedLeastSquares,ULS)、广义最小二乘(GeneralizedLeastSquares,GLS)或其他方法不同的方法适用于不同的情况。三种方法的估计都具有一致性,但当多元正态性假设成立或变量的分布具有正常的偏度时,ML和GLS方法的估计是近似有效的,ULS方法的估计不是有效的,且ML和GLS方法不依赖于测量的标度。而ULS方法不需要变量服从一定的分布,且该方法的参数估计依赖于测量的标度。,构造一个模型估计协方差与样本协方差的拟合函数,然后通过迭代方法,得

7、到使拟合函数值最优的参数估计。例如,采用ML方法的拟合函数的形式为:(5)p是内生测量变量的个数,q是外生测量变量的个数。LISREL中的步骤与PLS相反:先估计参数,然后如果需要,再考虑所有结构信息,对所有观测变量作回归,“估计”隐变量。LISREL软件可以进行模型的识别,对所有估计参数的标准误进行检验,并对模型拟合程度进行检验。为了得到最优估计,ML方法的计算量很大。最麻烦的是信息矩阵(也称为Hessian矩阵,即似然函数对模型中任意两个参数的二阶偏微分矩阵)。如果模型可识别,Hessian矩阵必须是正定的。二

8、、两种方法的联系与区别上面简要介绍的PLS和LISREL方法,既有相似之处,也有不同。它们的第一个相似点是都采用箭头示意图作为模型的图形表示。第二个相似点是在每个区组(block),都假设测量变量与隐变量和误差项为线性关系,即y=Λyη+εx=Λxξ+δ(6)第三个相似点是路径关系(PLS中称为内部关系)的表达形式一样,η=Βη+Гξ+ζ或(I-Β)η=Гξ

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。