Aproximación PLS

plspm-composite-reliability.png

La aproximación PLS es una potente herramienta de exploración de datos, siempre que se dé el caso de que sea posible definir conceptos que no puedan medirse directamente (las variables latentes) y que estén interconectados (es posible dibujar un diagrama causal), pero que puedan relacionarse con variables medibles (las variables manifiestas). Este método es, en muchos casos, una alternativa a los métodos SEM (Structural Equation Modeling), y una potente alternativa en los casos en que no es posible usar SEM.

XLSTAT-PLSPM implementa todas las características metodológicas y los más recientes descubrimientos de la tecnología PLEASURE (Partial LEAst Squares strUctural Relationship Estimation). Esta tecnología fue originalmente desarrollada como una herramienta de investigación a nivel académico por Y.M. Chatelin y V. Esposito Vinzi en colaboración con C. Lauro y M. Tenenhaus. Addinsoft ha estabecido un acuerdo con ellos para incluir en XLSTAT-PLSPM la última tecnología, y ponerla a disposición de todo el mundo.

Gracias a una interfaz intuitiva y flexible, XLSTAT-PLSPM permite crear una representación gráfica del modelo, ajustarlo y mostrar los resultados en Excel como tablas o vistas gráficas. Puesto que XLSTAT-PLSPM está totalmente integrado con la suite XLSTAT, es posible realizar análisis posteriores de los resultados con otras funciones de XLSTAT.

Los documentos de ayuda de XLSTAT incluyen una descripción detallada del método. Además, un tutorial muestra cómo crear un modelo PLSPM e interpretar los resultados.

ternary diagramneural network diagram

analice sus datos con xlstat

prueba gratuita de 14 días