三星统计服务有限公司：PLS与SEM的比较与应用

"三星統計服務有限公司的AMOS三星統計讲座，主要探讨了结构方程建模中的两种方法——经典协方差基础的SEM（CBSEM）与偏最小二乘法（PLS）的应用和优势。讲座内容涵盖了PLS在信息系统研究中的应用，其原理介绍，以及与SEM的对比，还包括了PLS的实际操作示例和未来展望。" AMOS，全称为Analysis of Moment Structures，是一款常用的结构方程建模软件，尤其在社会科学和管理科学领域广泛应用。讲座由三星統計服務有限公司执行长张伟豪主讲，他同时也是Amos亚洲的领军人物。讲座的重点是偏最小二乘法（Partial Least Squares，简称PLS），这是一种用于建立结构方程模型的统计技术，特别适合处理复杂模型和预测问题。 PLS在信息系统研究中有着广泛的应用，它能处理多维度的复杂数据结构，并且对样本量的需求相对较少，这使得它在理论发展初期或者数据不满足正态分布时成为一种优选。讲座详细介绍了PLS的优势，包括： 1. 对样本量的要求较低，相比CBSEM，能够处理更小的样本。 2. 不需要假设原始数据遵循正态分布，因此对数据分布的要求较为宽松。 3. 能够处理包含多个层面的复杂结构模型，适应性更强。 4. 支持反映型指标（Reflective Indicators）和形成型指标（Formative Indicators）的建模，提供了更大的灵活性。 5. 更侧重于理论的发展，而非仅限于理论的验证，适合探索性研究。 6. 在预测能力方面表现出色，特别是在计算R²值时。 讲座中还提到了SEM的两个主要家族：基于协方差的SEM（CBSEM）和基于方差的SEM（PLS）。CBSEM的目标是使样本矩阵与模型期望的共变异性最接近，通常使用如Amos、LISREL、EQS、Mplus等软件进行分析。而PLS则以最大化内生变量的解释能力为目标，常用软件包括SmartPLS、PLS-Graph、VisualPLS（中文版）、PLS-GUI、SPADPLS等。 通过实例和实际操作教学，讲座让参与者深入理解了如何在结构方程模型中运用PLS，并对其未来的发展进行了展望。对于那些对PLS和SEM感兴趣的学者和研究人员来说，这是一个非常有价值的资源，可以帮助他们更好地理解和应用这两种强大的统计工具。