Resultados óptimos demandan herramientas de mayor precisión: el aporte de Mínimos Cuadrados Parciales (PLS)
Revista de la Facultad de Ciencias Económicas · 2013
DOI: 10.30972/rfce.0101102 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista de la Facultad de Ciencias Económicas, 2013. Verfasst von Ana Maria Legato und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
La regresión PLS (Partial Least Squares) es un método estadístico multivariante recientemente generalizado. Combina y generaliza conceptos de análisis de Componentes Principales y de análisis de Regresión Lineal Múltiple y resulta particularmente útil cuando se desea predecir un conjunto de variables dependientes (Y) desde un conjunto (relativamente grande y posiblemente correlacionadas) de variables predictoras (X). También resuelve con propiedad el problema de multicolinealidad, que generalmente se supera eliminando las variables que la causan o transformándolas, solución aplicable si la permanencia del set de variables X no es requerida, o sea cuando necesidades de explicación y predicción no inhiban tal procedimiento. Es apto asimismo cuando el problema requiere considerar relaciones múltiples y cruzadas, y que todas ellas se den simultáneamente o cuando existen variables que no se puedan medir directamente (no observables) no obstante ser necesarias para desarrollar la teoría. El presente trabajo considera específicamente esta metodología, la describe e interpreta en su concepción y hace explícito su potencial aporte a través de su aplicación a dos casos simplificados1 que permiten comparar los resultados con los obtenidos mediante el empleo de otra técnica.
Zitieren
APA
Legato, A. M., & Alonso, A. H. (2013). Resultados óptimos demandan herramientas de mayor precisión: el aporte de Mínimos Cuadrados Parciales (PLS). Revista de la Facultad de Ciencias Económicas. https://doi.org/10.30972/rfce.0101102
Vancouver
Legato AM, Alonso AH. Resultados óptimos demandan herramientas de mayor precisión: el aporte de Mínimos Cuadrados Parciales (PLS). Revista de la Facultad de Ciencias Económicas. 2013. doi:10.30972/rfce.0101102
BibTeX
@article{Legato2013,
author = {Legato, Ana Maria and Alonso, Aldo Hernan},
title = {Resultados óptimos demandan herramientas de mayor precisión: el aporte de Mínimos Cuadrados Parciales (PLS)},
journal = {Revista de la Facultad de Ciencias Económicas},
year = {2013},
doi = {10.30972/rfce.0101102}
}
EUVIMED