反应性模型和形成性模型傻傻分不清楚，看这篇就够了～

最新推荐文章于 2024-06-14 07:59:06 发布
最新推荐文章于 2024-06-14 07:59:06 发布
阅读量1.1k 收藏 8
点赞数 1
分类专栏： 结构方程模型 数据分析 毕业论文 文章标签： 数据分析 最小二乘法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wanahuandata/article/details/128828371
版权

小伙伴们大家好啊，我是愿意为你们服务的小婉

最近有个小伙伴问我

054863f4aeea8cc6ac4b977c2c160561.jpeg

相信使用SMARTPLS做形成性模型的小伙伴也觉得比较难，今天就先给大家梳理一下反应性模型和形成性模型的概念，后期会给大家出具体的操作教程，敬请关注！

01  概念

8c13f38e377f4d49a9c2f476c89ff6ab.jpeg

测量模型中每个潜变量都由一组指标来界定, 潜变量的变化会导致指标的变化, 指标是潜变量的效应(Bollen & Lennox, 1991）, 指标与潜变量之间为线性函数关系，这种模型即斯皮尔曼（Spearman ）提出的因素分析法所代表的模型,称为反映性模型(Refl

最低0.47元/天 解锁文章
婉转数据分析
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
结构方程模型处理二阶混合型（反映性+形成性）构念的方法
dingyuantie6102的博客
03-25 9500
1. 结构方程模型 1.1 测量模型与结构模型 1.2 测量模型与结构模型方程 其中x为潜在自变量，y为潜在因变量 1.3 建模的限制 （1）模型必须是因果路径模型 （2）每一个潜变量至少应该和另一个潜变量相关 （3）每个潜变量至少需要一个观测变量 （4）每一个观察变量至少存在于一个潜变量上 （5）模型中只能存在一个结构模型 2. 形成性指标与反映性指标 2.1 反应型指标 在传统的...
形成性与反应性测量模型(Formative and Reflective Measurement Model)
技术狂人
11-01 1万+
形成性与反映性模型 1 形成性模型与反映性模型概述[1]     传统的测量模型（反映性模型）可以用下式表达（也见本书第5章）： χ1 = λ1 ξ1 + δ1     上式与公因子模型(Spearman, 1904; Thurstone, 1947)和经典测量理论(CTT)假设 (X = T + E, Lord & Novick, 1968)是一致的，即指标与潜变量之间为
机器学习---生成模型与判别模型
u012101561的博客
10-14 1万+
生成模型（Generative Model）是相对于判别模型（Discriminative Model）定义的。他们两个都用于有监督学习。监督学习的任务就是从数据中学习一个模型（也叫分类器），应用这一模型，对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。        决策函数Y=f(X)：你输入一个X，它就输出一个Y，这个Y与一个阈
研究生潜规则
芦金宇的专栏
11-21 1006
不要相信“轻而易举的成功”。 不要相信“努力就一定有回报”，没有结果的努力，没什么卵用。 不要相信“酒香不怕巷子深” 混日子到哪里都没好下场 。 你混掉的，不是单位的时间，不是老板的薪水，而是，自己成长的机会，自己的青春，自己的将来。 5.一定要相信领导画的饼 如果你在一家单位干着，领导画饼给你，一定要相信。如果不信，就不要待在这里，因为你不相信，就不会积极工作，不但单位目标实现不了，自己也无法
一文通透想颠覆Transformer的Mamba：从SSM、HiPPO、S4到Mamba
结构之法 算法之道
12-11 8万+
如本文开头所说，mamba论文的一作Albert Gu多年来一直在推动SSM的发展他在SSM的基础上，通过此篇论文《》首次提出了结构化状态空间S4(这里有关于S4的更多论文)，但这篇论文的可读性比较差当然，作者在YouTube上有一个关于这篇S4论文的精彩解读，比S4论文的可读性提高很多，且本文中也应用了其中的部分PPT截图，但还可以更加通俗易懂。
全面理解Java内存模型(JMM)及volatile关键字
热门推荐
zejian的博客
06-12 17万+
【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权） http://blog.csdn.net/javazejian/article/details/72772461 出自【zejian的博客】 关联文章： 深入理解Java类型信息(Class对象)与反射机制 深入理解Java枚举类型(enum) 深入理解Java注解类型(@Annotation) 深...
算法工程师、软件工程师、大数据工程师，傻傻分不清楚
机器学习初学者必看，关注我，一起了解机器学习
02-18 3352
算法工程师的范围是小于数据挖掘工程师的 数据挖掘工程师需要了解整套数据流入的过程，包括数据的接入、预处理，然后需要知道怎么用数据解决实际的业务问题，说白就是想办法让数据产生价值。 他需要知道一整个数据到业务输出的机制或者说是系统，可能涉及到复杂的算法转化，也可能只是简单的规则转化，或者多个模型的转化组合输出等等，他是一个比较全面而概括性定位。 算法工程师则不一样，他们的职责我认为更纯粹，他们需要知...
手把手系列|怎么做联合建模？看这篇文章就够了
weixin_45545159的博客
05-30 3021
序言： 在信贷风控场景中，联合建模指的是放贷机构和外部数据厂商合作的建模项目，合作的方式为放贷机构提供有风险表现的样本给到数据厂商，去匹配特征数据来开发模型，然后接入模型来做风险策略。随着个人数据隐私的监管趋严，以及放贷机构对外部数据的越发依赖，联合建模也越来越受到重视，基于此背景，我们将在这篇文章中分享相关的实践经验供大家参考。 本次整体的内容较多，除了公众号上的内容更会在知识星球上为大家提供本次内容所涉及的实操数据与代码，手把手实操带领大家领略整个模型编码方式的内容，本次整体目录如下： PART 1.联
产品经理的私房菜 - 腾讯产品模型 - 学习能力篇
木深的博客
05-23 1万+
产品经理的私房菜 - 腾讯产品模型 - 学习能力篇 编辑导语：第一章是关于“学习力”的分享。本系列就围绕”腾讯产品的能力模型“，一起从头梳理，每一个能力项的提升思路。希望大家从梳理过程中，找到提升的方向！ 初稿｜木深、木小深 编辑｜牟深、Sam、Ella 一、开场白 说来惭愧，周一帮朋友递了简历，没有通过。特意问了下原因，蛮寒心的。节选一部分，大家感受下。 “这份简历，对于我们来说，没有什么优势” “我见过太多，自以为，有一个内推机会，就一定能进的人” 看到这个回复，心里蛮难受的。 以前就和鹅厂
论文研究 - 应激引起的胸腺和脾脏免疫细胞变化导致关节炎模型小鼠的皮肤干燥恶化
05-15
但是，压力诱导这些小鼠皮肤干燥的机制仍不清楚。 因此，在这项研究中，我们研究了关节炎小鼠中压力与干性皮肤诱导之间的关系。 方法：采用水浸应力处理DBA / 1JJmsSlc胶原诱导的关节炎小鼠的体力负荷，并评估表皮...
浅析计算机软件可靠性测试与设计.doc
05-27
浅析计算机软件可靠性测试与设计 摘要：本文通过介绍软件可靠性的基本概念和对国内外研究软件可靠性的现状，提出 了如何进行计算机软件可靠性的测试以及它相对应的测试设计方法，这对于提高计算机 软件可靠性测试...
经济博弈论8——不完全信息动态博弈.pptx
12-06
在本章节中，我们讨论了不完全信息动态博弈的基本概念和模型，包括动态贝叶斯博弈、声明博弈、信号博弈、重复信号和不完全信息的工会和厂商谈判。这些模型都是不完全信息动态博弈的基本组成部分，帮助我们更好地理解...
Ryu-Takayanagi（）表面的拓扑不变量用于观察全息超导体相变
04-07
这些拓扑不变性比全息纠缠熵和全息复杂性更清楚地说明了超导体相变。 而且，发现后反应参数k在区分临界点方面起着重要作用。 参数k的减小值意味着物质场的后向反应可以忽略。 在临界点附近观察到连续的斜率，这是...
准拓扑重力和共形耦合中的黑洞
04-18
我们证明，在该理论中可以清楚地发现AdS 5中带电的黑洞，该黑洞还显示了物质场在几何图形上的后反应。 这些解一般化了准拓扑重力的黑洞解，并且存在于与因果关系和其他一致性条件引起的约束一致的参数空间区域中。 ...
每天一个数据分析题（三百五十九）- 多维分析模型
shiguangre的博客
06-11 307
2）产品表左连接品牌表的对应关系属于？A. 一对多。B. 一对一。C. 多对一。D. 多对多。
[数据分析与可视化] 基于Python绘制简单动图
2201_76124692的博客
06-12 1063
动画是一种高效的可视化工具，能够提升用户的吸引力和视觉体验，有助于以富有意义的方式呈现数据可视化。本文的主要介绍在Python中两种简单制作动图的方法。其中一种方法是使用matplotlib的Animations模块绘制动图，另一种方法是基于Pillow生成GIF动图。
数据分析------统计学知识点（五）
最新发布
zfyzfw的博客
06-14 816
想象一下，你和朋友在讨论:大学生活中，每天学习的时间是否真的能影响期末成绩?这个问题看似简单，实则包含了一个潜在的关系:学习时间与成绩之间的联系。我们想要知道，增加学习时间是否会提高成绩，以及这种提高有多显著。
【多模态/CV】图像数据增强数据分析和处理
发现问题，并解决问题，批判性思维
06-08 990
多模态大模型训练前，图片处理的常见操作：分辨率调整、网格畸变、水平翻转、分辨率调整、随机crop、换颜色、多张图片拼接等。ORB(Oriented FAST and Rotated BRIEF) 是一种计算机视觉中常用的特征检测算法,它将 FAST 关键点检测和 BRIEF 描述符生成结合起来，同时引入了方向性和尺度不变性。使用 ORB 进行特征检测可以有以下几个应用: - 目标识别:在多幅图像中检测相同的ORB 特征点,并通过这些点的匹配确定目标物体的位置和方向 - 图像匹配:在两幅图像中检测 ORB 特
深度学习模型的敏感性和稳定性健壮性等分别是通过什么方面体现的
06-10
深度学习模型的敏感性、稳定性和健壮性是通过以下方面体现的： 1. 敏感性：指模型对输入数据的反应程度。一个敏感性较高的模型会对输入数据的微小变化做出较大的反应。例如，当输入数据中存在一些噪声或随机变化时，一个敏感性高的模型可能会产生不稳定的结果，而一个敏感性低的模型则能够更好地抵抗这些干扰。 2. 稳定性：指模型在不同的输入数据条件下，输出结果的一致性。一个稳定性较高的模型会在不同的输入数据条件下产生相似的结果，而一个稳定性较差的模型则可能会在不同的输入数据条件下产生不同的结果。 3. 健壮性：指模型对输入数据的扰动、攻击或其他异常情况的反应能力。一个健壮性较高的模型能够在受到一些攻击或异常情况时仍然能够产生正确的结果，而一个健壮性较差的模型则可能会受到攻击或异常情况的影响而产生错误的结果。 这些特性的评估需要使用不同的指标和方法，例如，可以使用交叉验证、对抗样本测试、模型鲁棒性测试等方法来评估模型的敏感性、稳定性和健壮性。同时，这些特性也与模型设计、数据处理、训练策略等方面密切相关，需要在模型的设计和训练过程中考虑这些因素。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值