plspm:实现偏最小二乘路径建模的库
请注意:这不是官方支持的谷歌产品。
pls pm是一个python 3包,专门用于偏最小二乘路径建模(pls-pm)分析。它是r包plspm的端口。
plspm(偏最小二乘路径建模)是一种基于相关性的结构方程建模(sem)算法。它允许使用潜在/显式变量估计复杂的因果关系或预测模型。
plspm可能优于其他sem方法,原因如下:它适合于探索性研究,可用于中小型样本(以及大型数据集),且不需要多元正态性假设。(见Hulland,J.(1999)。偏最小二乘法(pls)在战略管理研究中的应用:对最近四项研究的回顾。战略管理杂志,20(2),195-204.)与基于协方差的扫描电镜(CBSEM)相比,拟合优度不那么重要,因为该算法的目的是优化因变量与数据与预定模型拟合的预测。(参见Chin,W.W.(2010)中的“拟合优度”与“模型优度”。如何撰写和报告pls分析。在偏最小二乘手册(第655-690页)。斯普林格,柏林,海德堡。)
此库将使用模式A(用于反射关系)和模式B(用于形成关系)以及使用质心、阶乘和路径方案的度量和非度量数值数据进行计算。bootstrap验证可用,可靠性度量也使用与原始r库相同的方法计算。
安装
您可以使用pip:
python3 -m pip install --user plspm
使用
plspm希望得到包含您的数据的pandas数据帧。首先创建一个带有模型详细信息的Config对象,然后将其连同数据和一些可选的进一步配置一起传递给Plspm的实例。使用下面的示例开始,或者浏览documentation(从Config和Plspm开始)
示例
pls-pm,公制数据
客户满意度模型的典型示例#!/usr/bin/env python3
import pandas as pd, plspm.config as c
from plspm.plspm import Plspm
from plspm.scheme import Scheme
from plspm.mode import Mode
satisfaction = pd.read_csv("file:tests/data/satisfaction.csv", index_col=0)
lvs = ["IMAG", "EXPE", "QUAL", "VAL", "SAT", "LOY"]
sat_path_matrix = pd.DataFrame(
[[0,