IRIS – Institutional Research Information System
IRIS è il sistema di gestione della ricerca dell’Università degli Studi di Milano-Bicocca.Il repository BOA è il modulo del sistema dedicato alla raccolta e alla disseminazione della produzione scientifica di Ateneo. Le pubblicazioni sono ricercabili per parola chiave attraverso il box nella barra orizzontale in alto oppure, mediante il pulsante Sfoglia, per "Afferenza", "Autore", "Titolo", "Tipologia" o "Settore scientifico-disciplinare".
IRIS contiene inoltre alcuni moduli dedicati alla registrazione dei progetti e dei contratti, e alla reportistica avanzata per le attività di valutazione della ricerca
EnglishA new least-squares based procedure for the extraction of latent variables in structural equation models with formative–reflective schemes is developed and illustrated. The procedure is a valuable alternative to PLS-PM and SEM since it is fully consistent with the causal structure of formative–reflective schemes and it extracts the factor scores without substantial identification or indeterminacy problems. Moreover, the new methodology involves the optimization of an explicit and simple to interpret objective function, provides a natural way to check the correct specification of the model and is computationally light. The superiority of the new algorithm over its competitors is proved through examples involving both simulated and real data
| Citazione: | Fattore, M., Pelagatti, M., & Vittadini, G. (2018). A least squares approach to latent variables extraction in formative–reflective models. COMPUTATIONAL STATISTICS & DATA ANALYSIS, 120, 84-97. |
| Tipo: | Articolo in rivista - Articolo scientifico |
| Carattere della pubblicazione: | Scientifica |
| Presenza di un coautore afferente ad Istituzioni straniere: | No |
| Titolo: | A least squares approach to latent variables extraction in formative–reflective models |
| Autori: | Fattore, M; Pelagatti, M; Vittadini, G |
| Autori: | |
| Data di pubblicazione: | 2018 |
| Lingua: | English |
| Rivista: | COMPUTATIONAL STATISTICS & DATA ANALYSIS |
| Digital Object Identifier (DOI): | 10.1016/j.csda.2017.11.006 |
| Appare nelle tipologie: | 01 - Articolo su rivista |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Copyright © 2019