Online training: PLS Path Modeling approach, Dec 2015 (in French)

ELearningPLSPMEN.png

The PLS Path Modeling approach is an advanced tool that lets you analyse multiple tables using the Partial Least Square approach. It is conceptually similar to the structural equation modeling with latent variables. It is typically used in marketing, psychology and social sciences. 

Subscribe to this 1 day session on the PLS Path Modeling approach.

This is an online session. All you need is a computer with an internet connexion!

Die Session ist vorbei

The PLS Path Modeling approach, 1 day training

This training will let you understand the PLS (Partial Least Square) Path Modeling approach. This method lays on the intersection between structural equation modeling involving latent variables and multiple table analysis methods. Those two angles will be tackled during this training. The training is followed by practical application exercises and tests to be submitted online for correction.

Prerequisites

Basic knowledge in statistics

Objectives

  • Understand the PLS Path Modeling (PLS-PM) approach
  • Learn how to verify validity assumptions and know when to apply the PLS-PM approach
  • Learn how to use software to apply the PLS approach (XLSTAT-PLSPM)
  • Learn how to read and interpret the PLS-PM outputs

Training program

  • Introduction to structural equation models with latent variables and to multi-table analyses
  • Introduction to the PLS approach (history and foundations)
  • The PLS algorithm
  • Model validation methods
  • Introduction to advanced features
    • Moderating effects
    • Multi-group comparisons
    • Segmentation
  • Applications on real data

Preis

Unternehmen / Privat

290,00 €
pro Person

Daten

Beginn:

Ende:

Sprache

Französisch

Ort


Profil des Schulungsleiters


Emmanuel Jakobowicz

Mit mehr als 15 Jahre Erfahrung in datenorientierten Projekten, ist Emmanuel Jakobowicz ein passionierter Daten Wissenschaftler und  Unternehmer. Er gründete Stat4decision, um einen neuen Weg zu gehen wie Menschen dabei zu unterstützen Ihre Daten auszuwerten. Er hat einen Doktortitel in angewandter Statistik und Informatik. Darüber hinaus ist er Ingenieur in der Mathematik mit Fokus auf maschine learning. Seine Berufserfahrung umfasst Forschung und Entwicklung bei Electricité de France und Softwareentwicklung bei Addinsoft XLSTAT, wo er Partner,  CTO, Chief Scientist, Berater und Trainer für große Unternehmen, Forschungsinstituten und Universitäten ist.

hand-stat