An integrated PLS Regression-based approach for multidimensional blocks in PLS path modeling

Vincenzo Esposito Vinzi (1) , Giorgio Russolillo (2) , Laura Trinchera (3)

1 ESSEC Business School
2 CEDRIC - Centre d'études et de recherche en informatique et communications
3 E3S - Supélec Sciences des Systèmes

L'approche PLS aux modèles à équations structurelles (PLS Path Modeling, PLS-PM) est couramment considérée comme une approche basée sur les composantes. Cette méthode a été récemment revisitée en tant que cadre général pour l'analyse des tableaux multiples. Nous proposons ici deux nouvelles méthodes d'estimation des poids externes dans le cadre de la PLS-PM: le Mode PLScore et le Mode PLScow. Chaque mode est fondé sur l'utilisation de la régression PLS pour l'étape d'estimation externe. Toutefois, en Mode PLScore une régression PLS est exécutée sous les contraintes classiques de la PLS-PM de variance unitaire pour les scores des variables latentes ; tandis que dans le Mode PLScow les poids externes sont contraints d'avoir une norme unitaire. Cette dernière contrainte est la contrainte classique de normalisation dans le cadre de la régression PLS. Nous montrons comment les deux nouveaux modes sont liés aux méthodes d'estimation externe classiques de la PLS-PM, c.-à-d. au Mode A et au Mode B, ainsi qu'au Nouveau Mode A récemment proposé par Tenenhaus & Tenenhaus (2009).

Domaines: Statistiques [math.ST]; Théorie [stat.TH]

Vincenzo Esposito Vinzi, Giorgio Russolillo, Laura Trinchera. An integrated PLS Regression-based approach for multidimensional blocks in PLS path modeling. 42èmes Journées de Statistique, 2010, Marseille, France, France. ⟨inria-00494815⟩